深圳杯： 无线可充电传感器网络充电路线规划.pdfVIP

无线可充电传感器网络充电路线规划

摘要

物联网的快速发展带动了由若干传感器以及一个数据中心组成的

无线传感器网络WSN在生活中的广泛应用。这些传感器的电池都需要依

靠移动充电器提供能量来维持正常工作。本文是基于模拟退火算法、遗

传算法的数学规划模型，合理规划出了一个移动充电器的充电路线，得

出了要使各传感器都一直进行正常工作的电池的最低容量，处理了有关

多个移动充电器的一系列问题。

针对问题一，为了将移动充电器在路上的能量消耗最小化，就是使

移动充电器行走的路程最少，所以要将路线图转化为网络图，通过网络

哥

图反应出路线图，就可以在加权网络图中去寻找从数据中心开始遍历一

遍网络图中所有点后回到数据中心的过程中行走路程最少，即旅行商问

老

题（TSP），应用模拟退火算法、遗传算法，可得到最优的路线。

模

针对问题二，如果要保证整个系统一直正常运行，则需要保证移动

充电器成功跑完一圈的过程中各传感器的电量一直不能低于电池容量

建

最低值。如果要得每个传感器的电池的容量最小值，则可以求传感器总

电池容量的最小值，这样就把多目标问题转化成单目标问题，然后利用

学

线性规划模型对充电速率r、移动速度v、电池容量最低值f，进行合理

规划，我们得到各传感器的最小电池容量。同时我们考虑到移动充电器

定期为传感器的电池补充能量，在一定的时间间隔之间传感器的电池电

数

量可以满足不低于电池容量最小值，从而得到电池容量。

：

针对问题三，同时派出4个移动充电器进行充电可以联系车辆路径

规划（VRP）问题，考虑到电池容量时也就相于在VRP基础上添加配送

号

时间约束条件产生的一个带时间窗的车辆路径规划(VRPTW)问题，我们

可以以数据中心为原点，对网络图进行分区处理，分区处理之后求最短

众

巡视路径，然后利用均衡分析法对不同划分方案的合理性进行进一步分

析，保证总路线能够最少并且均衡度达到最好。所以，问题转化成了多

公

目标优化模型，结合第一问的模拟退火算法、遗传算法我们能够得出最

优路线，基于第二问的线性规划模型可以得到各电池最低容量。

关键词：模拟退火算法；遗传算法；TSP问题；VRPTW问题；多目

标优化模型；线性规划模型；均衡分析法

一、问题重述

物联网的快速发展带动了由若干传感器以及一个数据中心组成的

无线传感器网络WSN在生活中的广泛应用。传感器每隔一段时间从环境

1

中搜集信息同时会把搜集到的信息发送到数据中心。数据中心将会对数

据进行分析处理而后再回传控制信息。影响WSN生命周期最重要的一个

因素是能量。为WSN提供能量的方式之一是电池供电，并运用移动充电

器定期为传感器的电池补充能量，利用这种方式供电的网络被称为无线

可充电传感器网

在系统中，传感器每隔一段时间从环境中搜集信息同时把搜集到的

信息发送到数据中心。当一个传感器的电量低于一个阈值时就会停止正

常的信息采集工作，为了防止WRSN进行反常的运转，需要移动充电器

定期为传感器进行充电以防止其电量低于阈值。为了减小移动充