基于量子遗传算法无线传感网络路由优化.pdfVIP

第43卷第7期 同济 大学 学报 (自然科 学版) V01．43No．7 2015年 7月 J(HIRNAI，OFTONGJIUNⅣERSITY(NATl瓜AI，SCIl E) Ju1．2015 文章编号：0253—374X(2015)07—1097—07 DOI：10．11908／j．issn．0253—374x．2015．07．021 基于量子遗传算法的无线传感网络路 由优化 夏 俊 ，凌培亮 ，虞丽娟 ，杨劲松 (1．同济大学 机械与能源工程学院，上海 201804；2．同济大学 继续教育学院，上海 200092) 摘要：考虑到无线传感 网络 (WSN)传感器节点的能量有限 为中心，以数据为要素，以传输为 目的，以应用为导 性，分析了WSN的网络模型和能量模型，提出一种基于改进 向．不同于传统的计算机网络，“小存储空间、低计算 量子遗传算法的路由优化算法．利用复杂连续函数测试，验 能力、大覆盖密度、难电池替换”是WSN计算节点的 证了算法的性能和可行性．经仿真分析，证明该算法应用于 主要特点．同时，短距离多跳路由的传输方式又会增 WSN路由优化问题时，能更快速和更稳定地求解最小能量 加网络时延，造成网络实时性能下降[1]．WSN 的路 代价的数据传输路径，从而减少 WSN传感器节点的能量消 耗，延长整个WSN网络的使用寿命． 由优化是 以满足业务应用需求为前提，在最短时间 内寻求能量消耗最小且传输路径最短的数据传输路 关键词：无线传感网络 (WSN)；路由优化 ；量子计算；量子 由．目前，如蚁群[。≈]、模拟退火[、粒子群[]等智能 遗传算法 算法已逐渐应用于WSN路由优化问题． 中图分类号：TP393 文献标志码 ：A 量子遗传算法(QGA)是由Narayanan和Moore Routing Optimization on W ireless Sensor 于 1996年首次提出，在传统遗传算法 (GA)的基础 上，通过加入量子计算(QC)概念后形成的概率进化 NetworksBasedonQuantumGeneticAlgorithm 算法E．QC的天然并行性使 QGA在面对复杂问题 XA／Jun ，LINGPeiliang，YULijuan，YANGJinsong 和海量信息时能够进行处理和求解．与 GA相比， (1．SchoolofMechanicalEngineering，TongjiUniversity，Shanghai QGA具有更多样的种群和更强的全局搜索能力，在 201804， China；2． College of Continuous Education， Tongji 收敛速度、稳定性、全局最优解等方面得到显著提 University，Shanghai200092，China) 升．目前，对 QGA 的改进主要集 中在量子编码改 Abstract： Focusing on the routing optimization of data 进E]、量子门旋转策略改进[1 、引入新的算子[挖]、 transmiss