基于改进的AP和遗传算法的能量感知分簇路由协议

吉林大学学报(理学版) ›› 2021, Vol. 59 ›› Issue (6): 1525-1531.

基于改进的AP和遗传算法的能量感知分簇路由协议

胡黄水¹, 姚美琴¹, 王亮², 韩优佳¹

1. 长春工业大学计算机科学与工程学院, 长春, 130012；
2. 吉林建筑科技学院计算机科学与工程学院, 长春 130114

收稿日期:2020-08-03 出版日期:2021-11-26 发布日期:2021-11-26
通讯作者: 王亮 E-mail:380030521@qq.com

Energy Aware Clustering Routing Protocol Based on Improved AP and Genetic Algorithm

HU Huangshui¹, YAO Meiqin¹, WANG Liang², HAN Youjia¹

1. School of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China；
2. College of Computer Science and Engineering, Jilin University of Architecture and Technology, Changchun 130114, China

Received:2020-08-03 Online:2021-11-26 Published:2021-11-26

摘要/Abstract

摘要： 针对无线传感器网络中存在的节点能量受限问题, 提出一种结合近邻传播算法(AP)和遗传算法的分簇路由协议(EAPGA). 该协议首先根据剩余能量、节点间距离、节点到基站的距离和节点中心度确定最优簇头; 然后在信道选择上, 通过簇头之间能耗偏差构建适应度函数, 并且利用遗传算法对每个信道进行寻优. 实验结果表明, 该协议保证了能量平衡和负载平衡, 使网络寿命达到最大化.

关键词: 无线传感器网络, 近邻传播算法, 遗传算法, 能耗偏差

Abstract: Aiming at the problem of node energy limitation in wireless sensor networks, we proposed a clustering routing protocol (EAPGA) which combined the affinity propagation (AP) algorithm and genetic algorithm. Firstly, the optimal cluster head was determined according to the residual energy, the distance between nodes, the distance from node to base station and the node centrality. Secondly, in channel selection, fitness function was constructed by energy consumption deviation between cluster heads, and each channel was optimized by genetic algorithm. The experimental results show that the protocol ensures energy balance and load balance, and maximizes the network lifetime.

Key words: wireless sensor network, affinity propagation algorithm, genetic algorithm, energy consumption deviation

中图分类号:

TP212.9

胡黄水, 姚美琴, 王亮, 韩优佳. 基于改进的AP和遗传算法的能量感知分簇路由协议[J]. 吉林大学学报(理学版), 2021, 59(6): 1525-1531.

HU Huangshui, YAO Meiqin, WANG Liang, HAN Youjia. Energy Aware Clustering Routing Protocol Based on Improved AP and Genetic Algorithm[J]. Journal of Jilin University Science Edition, 2021, 59(6): 1525-1531.

[1]	王出航, 王雪, 胡黄水, 赵宏伟, 韩由佳. 基于改进GA和信任感知的无线传感器网络安全分簇路由协议[J]. 吉林大学学报(理学版), 2021, 59(5): 1237-1244.
[2]	李蛟, 胡黄水, 赵宏伟, 鲁晓帆. 基于混沌遗传算法的无线传感器网络改进LEACH算法[J]. 吉林大学学报(理学版), 2021, 59(4): 950-955.
[3]	潘继强, 何立风, 达列雄, 周广彬. 基于改进短链聚合策略的无线传感器网络路由算法[J]. 吉林大学学报(理学版), 2021, 59(4): 956-960.
[4]	裴莹, 苏山, 付加胜, 韩霄松. 一种求解复杂优化问题的快速遗传算法算子[J]. 吉林大学学报(理学版), 2021, 59(3): 602-608.
[5]	陶玉杰, 李艳红, 孙刚. 基于Bernstein多项式构造前向神经网络的遗传算法[J]. 吉林大学学报(理学版), 2021, 59(2): 233-240.
[6]	王婷婷, 王宏志, 刘清雪, 胡黄水, 王出航. 遗传算法优化的无刷直流电机模糊PID控制器设计[J]. 吉林大学学报(理学版), 2020, 58(6): 1421-1428.
[7]	王宏志, 武莎莎, 鲁晓帆, 胡黄水, 王出航, 郭嫚嫚. 基于最优簇头数的环形无线传感器网络分簇算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1215-1222.
[8]	袁开银, 王峰. 基于指标选择和加权融合的无线传感器网络安全风险评估[J]. 吉林大学学报(理学版), 2020, 58(4): 937-943.
[9]	尹伟石, 刘晓奇, 徐轩. 热源参数识别问题的Bayes遗传算法[J]. 吉林大学学报(理学版), 2020, 58(4): 841-846.
[10]	朱豪, 彭艺, 张申, 李启骞. 基于改进遗传算法的自适应越区切换方案[J]. 吉林大学学报(理学版), 2020, 58(1): 133-139.
[11]	薛鹏, 刘国斌, 崔弘, 王海彪, 王春雷. 基于改进遗传PID算法的能量回馈制动系统[J]. 吉林大学学报(理学版), 2019, 57(5): 1200-1206.
[12]	胡黄水, 郑曼, 王宏志. 基于遗传算法的MVB周期调度表优化[J]. 吉林大学学报(理学版), 2019, 57(3): 613-618.
[13]	袁赫潞, 温长吉, 吴建双, 朱允刚, 于合龙. 基于遗传珊瑚礁优化算法的负载均衡问题[J]. 吉林大学学报(理学版), 2019, 57(06): 1465-1471.
[14]	程超, 李萌, 王久赫, 陈碧龙. 一种基于凸优化的WSN障碍环境下定位算法[J]. 吉林大学学报(理学版), 2018, 56(6): 1488-1494.
[15]	张赛男, 刘东亮. 基于CW节约算法和遗传算法的网络优化[J]. 吉林大学学报(理学版), 2018, 56(5): 1219-1223.