基于量子遗传算法的无线传感器网络路由研究.pdfVIP

68 传感器与微系统 (TransducerandMicrosystemTechnologies) 2011年 第30卷第 l2期 基于量子遗传算法的无线传感器 网络路 由研究 唐义龙，潘 炜，李念强，廖一尔，徐明峰 (西南交通大学 信息科学与技术学院，四川成都 610031) 摘 要：对于无线传感器网络(WSNs)中的两大关键性问题路由搜寻和能量优化，引入量子遗传算法进行 路径的搜寻，并改进算法编解码思路 ，降低由于网络规模扩大而导致编码长度急速增加 ，即减少算法的计 算复杂度，从而解决传统编码方式下的量子遗传算法难以适用于大规模的WSNs的缺点。通过实验表明： 该方法能够得到更加优越和稳定的路径搜索结果，与粒子群优化算法进行1000次重复路径搜寻试验 比 较 ，其平均最优解提高了18．9％，稳定性提升了38．9％。 关键词：无线传感器网络；量子遗传算法；粒子群优化；能量 ；时延 中图分类号：TP393 文献标识码 ：A 文章编号 ：1000-9787(2011)12-0068-03 R1一esearCnl 0n w-irellessSensor netJW0rKlSr0Ut·i●ng lDaSed10n quantum geneticalgorithm TANG Yi—long，PAN Wei，LINian—qiang，LIAOYi-er，XU Ming—feng (SchoolofInformationScienceTechnology，SouthwestJiaotongUniversity，Chengdu610031，China) Abstract：Therearetwokeyproblemsinwirelesssensornetworks(WSNs)whichraeroutingsearchandenergy optimization．Theimprovedquantumgeneticalgorithm(QGA)isusedtosearchoptimalrouteandproposedan energy—savingstrateyg to improveeneryg consumption．In traditionalencoding，whilenetwork scalespread，the algorithm encodinglength increased quickly．Meanwhile，thealgorithm ’Scomputationalcomplexitywillbemuch higher．Sotheencodingisimprovedtosolvetheseproblems，andmadetheroutingalgorithm availableforlarge— scaleWSNs．SimulationshowsthattheimprovedQGAcangetmoresuperiorandstableroutingpath．Comparingto particleSWalTnoptimization．thismethodincreasedby18．9％ inaverageoptimal solutionandimprovedby38．9％ instabilityafter1000repeatedsimulation． Keywords：wirelesssensornetworks(WSNs)；quantumgeneticalgorithm(QGA)；particleswarmoptimization (PSO)；energy；delay 0 引 言 进策略，使算法的搜索能力达到最优。 近年来 ，量子遗传算法 (quantum geneticalgorithms， 在无线传感器网络(WSNs)中，路径搜索问题属于 NP QGA)由于其强大的搜索能力在各方面都得到了广泛的应