基于动态人工鱼群优化的WSN分簇算法

刘向东; 宋欣; 王翠荣

Chinese

您当前的位置：

首页 >

文章列表页 >

基于动态人工鱼群优化的WSN分簇算法

更新时间：2026-09-04

- 基于动态人工鱼群优化的WSN分簇算法
- A Dynamic Artificial Fish Swarm Optimization Based Cluster Algorithm for Wireless Sensor Networks
- 微电子学与计算机 2011年28卷第8期页码：43-46
- 作者机构：
  
  东北大学秦皇岛分校,河北,秦皇岛,066004
- 作者简介：
- 基金信息：
  
  东北大学“九八五”工程信息化基础结构关键技术科技创新平台项目
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
刘向东, 宋欣, 王翠荣. 基于动态人工鱼群优化的WSN分簇算法[J]. 微电子学与计算机, 2011, 28(8): 43-46.

LIU Xiang-dong, SONG Xin, WANG Cui-rong. A Dynamic Artificial Fish Swarm Optimization Based Cluster Algorithm for Wireless Sensor Networks[J]. 2011, 28(8): 43-46.
刘向东, 宋欣, 王翠荣. 基于动态人工鱼群优化的WSN分簇算法[J]. 微电子学与计算机, 2011, 28(8): 43-46. DOI：

LIU Xiang-dong, SONG Xin, WANG Cui-rong. A Dynamic Artificial Fish Swarm Optimization Based Cluster Algorithm for Wireless Sensor Networks[J]. 2011, 28(8): 43-46. DOI：

摘要

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足

提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法

算法为了同时具有较好的全局搜索和局部寻优能力

更快地得到最优分簇结果

在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻优结果之外

还动态调整人工鱼的视野范围和前进步长两个重要参数.仿真结果证明

与LEACH

LEACH-C

AFSO算法比较

由于计算量的减少和计算速度的提高

此算法能有效地延长网络生命周期和减少能量消耗.

Abstract

The swarm intelligence optimization algorithms are effective measures on saving node energy and improving cluster configuration for WSN routing protocol research.In order to decrease runtime of basic artificial fish swarm optimization

in this paper

a dynamic artificial fish swarm optimization based cluster algorithm for WSN was proposed.The algorithm achieve more appropriate cluster and better global/local optimization through dynamic adjusting visual and step parameters of artificial fish.The simulation results show that the total number of alive nodes is greater and the node energy dissipation is more decreasing than that is LEACH

LEACH-C and basic AFSO.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于反向体偏置的高增益稳定性高温运放设计

大模型发展综述：从BERT到Deepseek的技术演进

基于改进RT-DETR的航拍小目标检测算法

超低功耗实时时钟电路的设计

基于区块链的AI生成内容溯源框架设计研究