一种新基于粗糙集理论WSN分簇算法.docVIP

一种新的基于粗糙集理论的WSN分簇算法 　　 (武汉理工大学 计算机科学与技术学院， 武汉 430063) 　　?? 　　摘 要：利用粗糙集理论解决不确定性问题的优势，首次将粗糙集理论应用到无线传感器网路分簇算法中，提出了一种新的分簇算法：CRSWSN。主要从簇的形成和簇头的产生两个方面进行研究，并结合粗糙集的相关理论给出了详细的设计方案，成功地解决传统分簇算法的弊端。最后预测了粗糙集理论在无线传感器网路中的发展趋势。 　　?す丶?词：粗糙集; 上近似集; 下近似集; 无线传感器网路; 簇; 簇头; 模糊集 　　?ぶ型挤掷嗪牛?TP301.6 文献标志码：A 　　 文章编号：1001?B3695(2009)01?B0121?B03 　　?? 　　New clustering algorithm based on rough sets for?? 　　wireless sensor networks 　　LUO Jun, XUE Shengjun, ZHAO Juanjuan, TAN Ran 　　?? 　　(College of Computer Science Technology, Wuhan University of Technology, Wuhan 430063, China) 　　?? 　　Abstract:This paper presented a new clustering algorithm, called CRSWSN for short. It based on the advantages of solving uncertain problems with the theory of rough sets. And it was also the first time to combine with wireless sensor network. The paper analyzed the specific design methods in the way of the forming of cluster and the cluster head. Finally proposed the future of rough sets in the wireless sensor networks. 　　??Key words：rough sets; upper approximation; lower approximation; wireless sensor networks; cluster; cluster head; vague set 　　?お? 　　0 引言?? 　　自20世纪80年代初波兰数学家Z.Pawlak针对G.Frege的边界线区域思想提出粗糙集(rough sets)的概念[1]以来，利用粗糙和模糊的思维方式处理不明确问题的方法引起了全世界包括数学领域、计算机领域和控制工程领域等众多学科领域科学家的浓厚兴趣和广泛关注。粗糙集理论作为一门独立的学科，在很短的时间里取得了快速发展，并不断被完善。随着对粗糙集理论的不断探索和研究的逐步深入，粗糙集理论作为一种新兴的数据处理工具，被广泛应用于计算机领域的机器学习、模式识别、专家系统、数据挖掘和图像处理等；经济商业领域的市场分析、股票数据分析和银行数据分析等；工程技术领域的故障诊断、控制策略等；生物医学领域的医疗诊断、DNA数据分析、全球气候分析、决策支持和预测建模等[2]。但是，由于无线传感器网络(wireless sensor networks, WSN)自身的复杂性及其研究的局限性，粗糙集理论还没有具体应用到WSN领域。尽管文献[3]中将粗糙集理论应用于WSN中智能信息处理，但这只是在WSN环境下的知识获取和数据挖掘，WSN的构建过程和路由协议的制定等核心技术都没有涉及到粗糙集理论，因而粗糙集理论的优势也没有得到充分的体现。无线传感器网络中存在的一系列不精确、不确定的数据问题，迫切需要将粗糙集理论应用于WSN领域。本文利用粗糙集理论，结合WSN的特点提出了一种新的分簇算法。?? 　　1 相关基本概念?? 　　1.1 粗糙集理论?? 　　一般地，一个信息表知识表达系统S可以表示为S=(U,R,V,f)。这里U是样本的集合，也称为论域；R=C∪D是属性集合，子集C和D分别称为条件属性和决策属性；V=∪r∈RVr是属性值的集合，Vr则表示r∈R的属性值范围；f：U×R→V是一个信息函数，它指定U中每一个样本x的属性值[4~6]。?? 　　定义1 对于每个属性子集B??R，定义一个不可分辨关系IND(B)={（x,y）}｜(x,y)∈U2,??b∈B(b(x)=b(y))}或IN