基于IACO优化Logistic混沌序列的无线传感器布局优化.pdf

第4期2 0 2 3年8 月石河子科技中图分类号：TN9文献标识码：B文章编号：1008-0899（2023）08-0039-02在构建无线传感器网络的过程中，需要合理设置布局以获得最优节点位置与传感器个数，从而实现目标区域的监测功能，这已经成为无线传感器应用的一项关键内容，对网络监测的准确性起到了决定作用。对大范围区域布置众多数量的传感器后，会引起整体成本的明显增加，因此需在达到监测任务要求的条件下，确保布局结构同时满足低成本与高能量的利用效果，从而为实现理论分析以及开展应用应用推广都发挥重要作用1。尹涛2综合运用贝叶斯统计以及信息熵分析方法，同时引入遗传算法极小化技术来构建最优的传感器布局，充分满足了分布参数结构体系实现最优传感器布局的功能。黄澎江3为实现精确监测青岛气象环境变化的过程，综合运用插值以及模拟退火的方法进行优化。赵鹏程4引入互信息贪婪计算方式获得最高覆盖率的节点预期布局，当预算受限的情况下，从而确保覆盖效率达标的条件下显著降低部署成本。无线传感器网络布局使网络保持更长的稳定工作时间5。本文重点分析了采用pSPIEL算法来实现布局的过程，相对于贪婪算法能够实现通信成本的大幅降低，同时为克服标准pSPIEL算法会产生分簇随机的问题进一步加入了混沌算子，设计得到了一种 Logistic 混沌序列算法。为有效控制通信成本，需降低传感器数量。蚁群算法对路径寻优过程表现出了明显的优势，同时为实现与无线传感器布局的良好适应性，对传统蚁群算法启发函数进行了优化并完成信息素的更新，设计了一种经过改进后的蚁群算法（IACO）。之后综合运用上述方法来实现寻优的过程，构建得到IACO优化Logistic混沌序列，采用上述方法能够充分满足无线传感器网络布局的使用需求。1IACO优化Logistic混沌序列1.1Logistic混沌序列实现对混沌局部参数r进行调整，同时控制合适的取值范围6。可以将Logistic映射视为混沌过程：（1）式中，表示控制参数，=4时，系统进入混沌状态。对ri搜索，根据式（2），将其映射至式（3）义域（0,1）。基于IACO优化Logistic混沌序列的无线传感器布局优化（河南工业贸易职业学院，信息工程学院，450003）石玉峰摘要本文从标准pSPIEL算法存在分簇随机问题，引入混沌算子提出Logistic混沌序列算法，提出一种改进蚁群算法(IACO)。将两种方法相结合寻优，提出IACO优化Logistic混沌序列，该方法能够较好地应用于无线传感器网络布局中。通过实验对IACO优化Logistic混沌序列有效性进行验证，结果表明，在同样互信息量下相对pSPIEL算法、贪婪算法、IACO算法达到了最低通信成本。以IACO优化Logistic混沌序列的传感器实际使用数量很少，能够满足最优成本-效益要求。该研究对提高无线传感器布局优化能力具有一定的理论指导意义。关键词无线传感器；布局优化；改进蚁群算法；Logistic混沌序列；搜索速度作者简介：石玉峰（1981），女，汉族，山西朔州人，本科，讲师，研究方向：计算机应用。基金项目：河南工业贸易职业学院 信息技术课程思政示范项目（项目编号：KCSZKC202215）基金项目：河南工业贸易职业学院大数据教师-39石河子科技总第2 70 期（2）利用Logistic方程迭代获得混沌序列：（3）以式（3）对上述混沌序列实施逆映射：（4）再返回至原解空间并构建得到由混沌变量组成的可解混沌序列：（5）通过式（5）给出的局部参数r的混沌序列对，达到对簇良好分离的效果。由于F具有局部性特征，因此簇表现出一定的独立性，还可以提供多种信息。1.2IACO算法的实现1.2.1启发函数改进传统蚁群算法启发函数：（6）gi1表示簇Ci首节点，w表示权值。1.2.2信息素更新当蚂蚁由节点i运动至节点j的过程中，需对路径（i,j）的信息素局部更新：（7）完成路径信息素全局更新。1.3IACO优化Logistic混沌序列本文在传感器布局过程中爱如了蚁群算法，实现传感器布局的优化并实现对通信成本的有效控制，以LCS算法获得的各簇信息量最高点组成最初的IACO算法节点，并通过IACO对Logistic混沌序列进行优化。具体处理过程：通过式（5）计算局部参数r，对位置V进行分类得到直径等于r的小簇；对于簇Ci，通过贪婪算法完成ni个节点的排序，之后为g1,1gm,1建立全连通图；把选择位置添加至蚂蚁k禁忌表tabuk，并对信息素进行更新；迭代获得最优解，比当前解更优时，对当前解进行替代；对信息素更新并将禁忌表清空；对上述步骤进行重复处理，直至满足最大设计次数或满足预期通信成本后，计算得到最优集合。2仿真结果分析为了对本文设计的IACO优化Logistic混沌序列进行综合性能评价，设计了相应的仿真实验，并跟贪婪算法、蚁群算法、pSPIEL算法以及IACO算法完成对比分析。本文根据文献4的各项数据，对监测区进行离散处理得到|V|=86个位置，可部署位置点结果见图1所示，对其中一个子集设置了传感器。各项实验参数见表1所示。图1可部署位置点表1参数设置参数NWQ0ACA860.050.050100.050.00041IHACA860.050.050.110.050.050.00041本文860.050.050.110.050.050.00041通过混沌算子使r在rmin,rmax区间中遍历，以此获得最优分簇数量，此时 rmin 为 1.2m，rmax 为72m。处于较小的r值下，可以分得众多较小的簇，同时形成更高的簇间相关性，从而增大了寻找低相关性簇的难度；当设定的r值偏大时，将会出现只分一个簇的情况，导致算法缺乏效用。簇的个数和通信成本的关系见表2所示。根据表2可知，采用本文算法可以达到最合理的通信成本。将后续测试过程的分簇个数都设定在3。以相同算法处理时，提高迭代次数后，发生了通信成本降低的结果。利用IACO算法获得比传统蚁群算法更快的搜索速度，实现了全局与局部信息素的综合更新，有效防止蚁群算法出现局部值的情况，因此利用IACO算法可以搜索获得更优解。表2簇的个数和通信成本的关系簇的个数通信成本158354559763964四种算法仿真测试，得到通信成本和传感器数量对比结果分别见表3与表4所示。根据表3可知，本文算法在同样（下转第49页）-40第4期2 0 2 3年8 月石河子科技强风化层采用锚杆框架加强支护，锚杆长度为9m，设计锚固力为150Kn/m，经计算支护后边坡安全系数提升至1.225，满足规范要求68。3结语运用结构面赤平投影分析，该边坡为反倾边坡，节理1和节理2与岩层成反倾，节理3与节岩层成大角度相交，边坡整体稳定，因节理裂隙较发育，节理1和节理2、节理3和层理面分别组成楔形体，且强风化层较厚，边坡强风化层可能发生局部楔形体滑动。参考文献1郭颖，李智陵构造地质学简明教程M，武汉：中国地质大学出版社，1995.2JTGD30-2015，公路路基设计规范S，北京：人民交通出版社，2015.3康靖宇抗剪强度指标对边坡稳定分析结果的影响J，土工基础，2006.8，36(4).4苏振宁，邵龙潭边坡稳定分析的任意形状滑 动 面 的 简 化 Bishop 法 J，水 利 学 报，2014.12，45(2).5李成明，郭骁炜，邓学斌龙庆高速公路路堑边坡稳定性评价和动态设计研究J，公路，2017.7.6秦忠国，张向阳一种边坡稳定分析的新办法J，岩土工程学报，2016.5,38（5）.7易善斌复杂工况下高速公路路堑边坡稳定性分析J，北方交通，2021（9）.8姚凯，孙秋，钱春杰等土石混合路堑边坡稳定分析J，西部交通科技，2019（3）.（上接第40页）互信息量下相对pSPIEL算法、贪婪算法、IACO算法达到了最低通信成本。表4显示，以IACO优化Logistic混沌序列的传感器实际使用数量很少。将混沌算子添加到IACO优化Logistic混沌序列中之后，能够遍历局部性参数r值，由此得到不同r值对应的簇数，从而在最优簇数条件下选择合适的部署节点。表3四种算法的通信成本对比互信息量0.0540.0550.0560.0570.058greedy50.0660.2270.5778.1279.63pSPIEL38.1351.2756.6566.3469.75IACO38.6346.1342.4360.1366.42IACO-LCS34.8641.1545.1652.4365.21表4四种算法的传感器数量对比互信息量0.0540.0550.0560.0570.058greedy5.266.157.4310.2612.23pSPIEL6.328.259.6613.8114.51IACO7.488.0610.2212.0513.43IACO-LCS6.857.968.4310.4312.29对各算法进行性价比计算结果分析发现，当互信息量介于0.0540.2之间时，IACO优化Logistic混沌序列获得了比其它三种算法更大的比值。表明IACO-LCS能够满足最优成本-效益要求。3结语本文将LCS算法簇解作为IACO算法初始值，提出一种IACO优化Logistic混沌序列，通过实验对IACO优化Logistic混沌序列有效性进行验证，结果表明，在同样互信息量下相对pSPIEL算法、贪婪算法、IACO算法达到了最低通信成本。以IACO优化Logistic混沌序列的传感器实际使用数量很少，能够满足最优成本-效益要求。参考文献1黄峰亮,钱晓捷.基于无线传感器网络的机械振动监测终端设计J.机械设计与制造,2020（10）:299-303.2胡中栋,易涛,王振东.基于最优分簇的能量异构无线传感器网络路由协议J.传感技术学报,2018,31（8）:104-109.3黄澎江.莫高窟洞窟微环境场模型与传感器布局优化技术研究D.杭州：浙江大学，2017.4赵鹏程,张福全,杨绪兵,等.基于可视化的森林火灾监测节点优化部署策略J.山东大学学报（工学版）,2019,49（1）:30-35,40.5方鹏飞,黄陆光,娄苗苗,等.基于二维Logistic混沌映射与DNA序列运算的图像加密算法J.中国科技论文,2021,16（03）:247-252.6田军锋,彭静静,左宪禹,等.基于循环移位和多混沌映射的图像加密算法J.计算机科学,2020,47（10）:327-331.-49