針對標準遺傳算法在拓撲分簇中由于收斂速度慢而引發(fā)網(wǎng)絡(luò)時延能耗不均的問題,提出了一種快速收斂的最優(yōu)簇聚類算法。文中在網(wǎng)絡(luò)能耗最小的基礎(chǔ)上引入了遺傳搜索最優(yōu)簇原理,設(shè)計了網(wǎng)絡(luò)能耗最優(yōu)模型。通過P矩陣改進簇心編碼,縮小最優(yōu)簇心的搜索空間;構(gòu)造自適應(yīng)遺傳算子操作,定向指導搜索方向,提高局部尋優(yōu)的搜索效率;利用一步迭代策略改善全局搜索,提高迭代過程中的分簇精度。實驗結(jié)果表明,該算法能夠高效實現(xiàn)網(wǎng)絡(luò)拓撲均勻劃分,節(jié)點聚類準確率比標準遺傳算法提高約15%;與REDDC算法和粗糙C-Leach算法相比,最高可延長網(wǎng)絡(luò)生存壽命84%。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 基礎(chǔ)理論
    1.1 遺傳搜索
    1.2 網(wǎng)絡(luò)拓撲最優(yōu)簇模型
2 改進的遺傳聚類拓撲分簇算法
    2.1 算法具體實現(xiàn)
        2.1.1 網(wǎng)絡(luò)能耗最優(yōu)模型的構(gòu)建
        2.1.2 P矩陣編碼簇心
        2.1.3 自適應(yīng)遺傳算子的構(gòu)造
        2.1.4 一步迭代策略
    2.2 實驗仿真與分析
        2.2.1 最優(yōu)簇頭數(shù)選擇
        2.2.2 拓撲劃分仿真
        2.2.3 網(wǎng)絡(luò)能耗仿真實驗
3 結(jié)論



本文編號：3929061