wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯?/h1>

《wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯俊酚蓵?huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代碼10459學(xué)號(hào)或申請(qǐng)?zhí)?01312171998密級(jí)碩士學(xué)位論文WSN中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯孔髡咝彰簢?yán)晶晶導(dǎo)師姓名：閻新芳教授學(xué)科門(mén)類(lèi)：工學(xué)專(zhuān)業(yè)名稱(chēng)：通信與信息系統(tǒng)培養(yǎng)院系：信息工程學(xué)院完成時(shí)間：2016年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterTheResearchofClusteringTopologyAlgorithmBasedonGradientandSwarmIntelligenceAlgorithminWSNByJingjing

2、YanSupervisor:Prof.XinfangYanCommunicationandInformationSystemSchoolofInformationEngineeringMay,2016學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫(xiě)過(guò)的科研成果。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體，均己在文中Ｗ明碗方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者；日期：＞日＾／件Ｉ月＾學(xué)位論文使用

3、授權(quán)聲明本人在導(dǎo)師指導(dǎo)下完成的論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬鄭州大學(xué)。根據(jù)鄭州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留或向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱；本人授權(quán)鄭州大學(xué)可將本學(xué)位論文的全部或部分編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可Ｗ采用影印、縮印或者其他復(fù)制手段保存論文和匯編本學(xué)位論文。本人離校后發(fā)表、使用學(xué)一位論文或與該學(xué)位論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)，第署名單位仍然為鄭州大學(xué)。保密論文在解密后應(yīng)遵守此規(guī)定。學(xué)位論文作者：Ｉ日期；Ｖ日／年ｒ月＾ｉｒ摘要摘要無(wú)線(xiàn)傳感器

4、網(wǎng)絡(luò)(WirelessSensorNetwork,WSN)是涉及多種學(xué)科的前沿研究領(lǐng)域，具有非常廣闊的應(yīng)用前景，已經(jīng)受到各界的廣泛關(guān)注。傳感器節(jié)點(diǎn)體積小，一般工作于環(huán)境惡劣之地，能量和計(jì)算能力有限，因此均衡能量消耗、延長(zhǎng)生命周期在WSN的路由設(shè)計(jì)中占有非常大的重量。隨著應(yīng)用的發(fā)展，WSN的路由協(xié)議逐漸由平面協(xié)議向分層協(xié)議傾斜，呈現(xiàn)出層次化的趨勢(shì)。而分簇拓?fù)淇刂扑惴ㄗ鳛榉执貐f(xié)議的基礎(chǔ)，有著能量高效、可擴(kuò)展性強(qiáng)等特點(diǎn)，得到了較為廣泛的研究和應(yīng)用。本文首先介紹一種基于梯度的拓?fù)淇刂扑惴?energy-awaretopologycontrolproto

5、colbasedongradient，ETBG)。該算法利用節(jié)點(diǎn)的通信半徑將整個(gè)監(jiān)測(cè)區(qū)域劃分成各個(gè)梯度，有效降低了簇樹(shù)的高度，減小了數(shù)據(jù)傳輸時(shí)延。但是簇頭位置常常較偏，簇內(nèi)緊湊性不好，且在選擇網(wǎng)關(guān)時(shí)沒(méi)有充分考慮能量和位置問(wèn)題，使網(wǎng)關(guān)成為簇樹(shù)的薄弱點(diǎn)。針對(duì)ETBG算法中存在的問(wèn)題，本文提出一種基于梯度和群體智能算法的分簇拓?fù)渌惴?GradientandSwarmIntelligenceBasedClusteringTopologyAlgorithm，GSIA)。針對(duì)簇內(nèi)緊湊性問(wèn)題，在簇中建立雙簇頭模式，結(jié)合簇頭的能量、簇頭與成員之間的平均距離構(gòu)建

6、適應(yīng)度函數(shù)，利用粒子群搜尋最佳節(jié)點(diǎn)分任主副簇頭。針對(duì)網(wǎng)關(guān)問(wèn)題，構(gòu)造新的路徑評(píng)估函數(shù)和信息素更新模型，利用改進(jìn)的變異蟻群算法對(duì)每個(gè)簇頭建立路徑，形成較為強(qiáng)壯的簇樹(shù)，并且通過(guò)仿真實(shí)驗(yàn)分析了算法的性能。此外，為提高算法的穩(wěn)定性，降低參數(shù)復(fù)雜度，提出一種新的簇樹(shù)優(yōu)化方案，利用粒子群算法，結(jié)合節(jié)點(diǎn)的位置和能量，對(duì)簇頭和網(wǎng)關(guān)節(jié)點(diǎn)分別搜尋最佳的中繼節(jié)點(diǎn)，以建立強(qiáng)壯的簇樹(shù)結(jié)構(gòu)。仿真結(jié)果表明，優(yōu)化方案能有效提高算法的穩(wěn)定性，增加網(wǎng)絡(luò)的生命周期。最后，針對(duì)GSIA優(yōu)化算法，給出網(wǎng)絡(luò)維護(hù)和更新的方法，以提高算法的自適應(yīng)性。關(guān)鍵詞：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)；分簇拓?fù)渌惴?；梯度?/p>

7、雙簇頭；粒子群算法；蟻群算法；IAbstractAbstractWirelesssensornetworkisafrontierresearchfieldinvolvingmultipledisciplines,whichhasaverybroadapplicationprospect,andhasbeenpaidextensiveattentions.Sensornodesareoftensmall,andgenerallyworkintheharshenvironmentsothattheirenergyandcomputingabilit

8、yislimited.Asaresult,howtobalancetheenergyconsumptionandprolongthelifetimeo