基于鱼群算法的无线传感器网络转发能效研究

盛光磊; 李文泽

Chinese

您当前的位置：

首页 >

文章列表页 >

基于鱼群算法的无线传感器网络转发能效研究

更新时间：2026-09-04

- 基于鱼群算法的无线传感器网络转发能效研究
- Research on the Energy Efficiency of Wireless Sensor Network Based on Fish Swarm Algorithm
- 微电子学与计算机 2013年30卷第11期页码：31-34
- 作者机构：
  
  1. 郑州升达经贸管理学院机构,河南,郑州,451191
  2. 河南广播电视大学机构,河南,郑州,450008
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
盛光磊, 李文泽. 基于鱼群算法的无线传感器网络转发能效研究[J]. 微电子学与计算机, 2013, 30(11): 31-34.

SHENG Guang-lei, LI Wen-ze. Research on the Energy Efficiency of Wireless Sensor Network Based on Fish Swarm Algorithm[J]. 2013, 30(11): 31-34.
盛光磊, 李文泽. 基于鱼群算法的无线传感器网络转发能效研究[J]. 微电子学与计算机, 2013, 30(11): 31-34. DOI：

SHENG Guang-lei, LI Wen-ze. Research on the Energy Efficiency of Wireless Sensor Network Based on Fish Swarm Algorithm[J]. 2013, 30(11): 31-34. DOI：

摘要

针对无线传感器网络的能耗问题，基于概率神经网络和鱼群算法提出了一种刻画有效转发能效比的方法（Energy Efficiency based on Probability neural network and Fish swarm，EEPF）。该方法首先利用概率神经网络来实现转发节点的聚类，并且通过鱼群的四种行为来刻画有效转发距离和转发能耗，以此计算网络的有效转发能效比。仿真实验结果表明，相比于其他算法，EEPF算法具有较好的适应性。

Abstract

In order to mitigate the energy consumption of wireless sensor network

a novel measurement method for energy efficiency ratio EEPF (Energy Efficiency based on Probability neural network and Fish swarm) is proposed by probability neural network and fish swarm algorithm.In this method

the node is classified by probability neural network

and the efficiency forwarding distance and energy consumption are dipected by four behavior of fish swarm.So

energy efficiency ratio is calculated in network.The result shows that

compared other algorithm

EEPF algorithm has better adaptability.

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MCOA的无线传感器网络部署优化方法研究

基于分簇无线传感网的高能效数据融合算法

一种无线传感器网络最小级联移动修复方法

改进引力搜索算法的分环路由协议

低延迟和低能耗的无线传感器网络数据融合算法研究

相关机构

国网河南省电力公司南阳供电公司

重庆邮电大学机构通信与信息工程学院

北京市通信与信息系统重点实验室

北京信息科技大学机构自动化学院

江西理工大学机构电气工程与自动化学院

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰