無線傳感網(wǎng)絡移動節(jié)點位置并行微粒群優(yōu)化策略探析

羅莉瓊

摘要：無線網(wǎng)絡以一種超乎尋常的速度普及和應用，在人們的生活中發(fā)揮巨大作用，并行微粒群能夠優(yōu)化提高無線傳感網(wǎng)絡的性能，擴大網(wǎng)絡覆蓋面，保證網(wǎng)絡使用的安全性和可靠性具有重要意義。文中說明了并行微粒群優(yōu)化的基本原理和策略。

關(guān)鍵詞：無線傳感網(wǎng)絡；并行微粒群；優(yōu)化原理；優(yōu)化策略

中圖分類號：TP393 文獻標識碼：A 文章編號：1007-9416（2017）05-0235-01

為了提高網(wǎng)速，給用戶提供更好的網(wǎng)絡體驗，需要對無線網(wǎng)絡技術(shù)展開進一步的優(yōu)化。在本文中，介紹了以微粒群算法為基110礎的并行微粒群的優(yōu)化策略。

1 概述微粒群算法

微粒群算法是一種全新的具有智能化特性的計算技術(shù)，它以個體來傳遞信息，并逐漸引導整個群體移動并得以解出。微粒群算法通過實數(shù)進行編碼，與其他計算方式比較具有簡便、容易的特點，它能夠在更短的時間內(nèi)，以更快的速度解決復雜的問題，因此這種算法在短時內(nèi)得到了比較大的發(fā)展和應用。

但是，在目前使用微粒群算法的過程中，如何避免復雜問題處理過程中出現(xiàn)的極值是一個比較困難的問題。微粒群優(yōu)化算法迭代求解的過程中，每一個微粒會選擇追隨最有的微粒飛行，這就使得群體之間趨同，導致局部極值。在無線傳感網(wǎng)絡中應用微粒群算法，可得到如下公式：將收縮空間設為n；微粒群規(guī)模設為m.Xi為微粒i位置；微粒i的速度為Vi；微粒i的最佳位置為Pi，其最小化目標函數(shù)可以表示為：

Pi（t+1）=Pi（t），f[xi（t+1）≥f（Pi（t））]

Pi（t+1）=xi（t+1），f[xi（t+1）

2 微粒群算法與移動節(jié)點位置的優(yōu)化

微粒群算法優(yōu)化移動節(jié)點位置的優(yōu)勢在于，它的速度更快，且能夠?qū)崿F(xiàn)全局搜索。在具體的操作過程中，可以假設無線傳感網(wǎng)絡是又P個固定的節(jié)點以及q各移動節(jié)點共同構(gòu)成的，收縮空間的維數(shù)n，在此時等于2q，微粒位置的向量Xi=（X1i1，X2i1，X1i2，X2i2），其中的每一個元素分別代表移動節(jié)點的橫縱坐標。

值計算的過程中可以使用網(wǎng)格化的計算方式，以最大程度的保證準確性，獲得最優(yōu)解，為保證搜索速度，需減小搜索粒度。在無線傳感網(wǎng)絡中，網(wǎng)絡移動節(jié)點微粒群位置的優(yōu)化流程如下：

對無線傳感網(wǎng)絡的的固定節(jié)點位置以及無線傳感網(wǎng)絡的覆蓋區(qū)域進行初始化設置。

將微粒群體設置為m。

在微粒位置的最大值和最小值以及微粒移動速度的最大值和最小值內(nèi)，分別對每一個微粒進行設置初始的位置和速度。

對Pi，Pg的網(wǎng)格粒度值進行初始化。

計算各微粒的適應值。

經(jīng)過循環(huán)后全局最好位置的適應值不便，可認為當前網(wǎng)格粒度下近似最優(yōu)解，重新隨機生成粒子速度，計算適應值。

如果未達到結(jié)束條件，重新對各個微粒的適應值進行計算。

3 并行微粒群的優(yōu)化策略

集中式微粒群算法同時多個無線傳感接電中實施微粒群優(yōu)化，這樣可以很大限度上降低節(jié)點運算的難度，去報算法的實時性。

在并行微粒群算法的計算過程中，分為兩種類型：粒級并行、群級并行。其中，粒級并行指的是不同粒子在進化的過程中，相互之間把自己的信息傳遞給另一個粒子的過程。粒級并行的優(yōu)勢在于它具有良好的優(yōu)化性能，能夠?qū)崿F(xiàn)對全局的優(yōu)化。但是在優(yōu)化無線傳感網(wǎng)絡的過程中，粒級并行可能會對網(wǎng)絡造成較大的負荷，從而降低網(wǎng)絡的壽命。群級并行是以不同粒子為單位，劃分為不同的群落，每一個群落相對于其他的群落，都是獨立凈化的，在最終群落之間相互交互，并實現(xiàn)全局化。群級并行有效的降低了群落之間信息的損耗，從而發(fā)發(fā)揮出了延長網(wǎng)絡壽命的作用。

并行微粒群優(yōu)化算法的基本原理：相對于有n個節(jié)點構(gòu)成的無線傳感網(wǎng)絡，可以設置網(wǎng)絡中，包含著m個智能傳感節(jié)點。根據(jù)每一個固定節(jié)點的位置，可以將其劃分為m個待測的區(qū)域，劃分的過程中，需要確保固定節(jié)點的數(shù)量相同。在進行網(wǎng)絡初始化設置的過程中，節(jié)點為隨機分布，此時各個區(qū)域的節(jié)點數(shù)量是不同的，此時需要根據(jù)公式，來計算區(qū)域內(nèi)的節(jié)點數(shù)量：

在計算的過程中，每一個區(qū)域邊界的檢測概率受到區(qū)域邊界節(jié)點的影響，也受到鄰近區(qū)域邊界節(jié)點的節(jié)點，考慮到這一點，職能傳感節(jié)點在區(qū)域內(nèi)移動的過程中，需要適當擴大區(qū)域的范圍，以保證準確性和完成性。但各區(qū)域之間的劃分清晰之后，可以通過微粒群算法完成智能傳感節(jié)點的位置優(yōu)化。每一個區(qū)域之間，移動節(jié)點的移動是獨立的，在網(wǎng)絡優(yōu)化時，需要對每一個區(qū)域內(nèi)的優(yōu)化結(jié)果進行單獨的分析，并最終實現(xiàn)對全局網(wǎng)絡的優(yōu)化。

4 結(jié)語

綜上，并行微粒群優(yōu)化的應用優(yōu)化無線傳感網(wǎng)絡，并且克服關(guān)于固定節(jié)點的問題，實現(xiàn)全局優(yōu)化，提高網(wǎng)絡運行速度，是一種值得應用的算法。

參考文獻

[1]黎智明.基于改進微粒群算法的無線傳感器網(wǎng)絡節(jié)點覆蓋技術(shù)研究[D].電子科技大學，2009.

[2]李田來.基于移動數(shù)據(jù)收集的自組織無線傳感器網(wǎng)絡傳輸策略研究[D].山東師范大學，2015.

[3]楊智.基于概率覆蓋模型的多層移動傳感網(wǎng)絡移動控制策略研究[D].江西師范大學，2012.