第41卷第4期2023年8月石河子大学学报(自然科学版)JournalofShiheziUniversity(NaturalScience)Vol.41No.4Aug.2023收稿日期:2023-02-10基金项目:河北省科技重大专项项目(22282203Z-01)作者简介:郑爱云(1971—),女,副教授,从事物联网技术应用方向的研究。∗通信作者:刘伟民(1974—),男,副教授,从事工业物联网技术应用方向的研究,e-mail:lzhjia@ncst.edu.cn。DOI:10.13880/j.cnki.65-1174/n.2023.23.023文章编号:1007-7383(2023)04-0519-10基于改进鲸鱼算法的无线传感器网络能耗优化郑爱云,张震,刘伟民∗,郑直(华北理工大学机械工程学院,河北唐山063210)摘要:k-means聚类算法和鲸鱼算法(WOA)在应用于无线传感器网络(WSNs)时,k-means算法存在需要准确输入聚类数目的问题,WOA存在易陷入局部最优解的问题导致簇首(CH)表现不佳,而二者延长WSNs寿命的效果不明显。为了解决上述问题,提出K-SAWOA-PSO来延长网络寿命。首先,使用改进k-means聚类算法划分网络,使簇内节点的数量保持在合理范畴内;其次,使用模拟退火策略改进WOA,结合簇内间隙、节点剩余能量寻找CH;最后,基于上述结果,采用正态分布衰减惯性权重改进粒子群算法(PSO)来寻找辅助节点,利用2种节点联合优化网络能耗。结果证明:与3种路由协议、PSO和WOA相比,K-SAWOA-PSO将网络中出现1%节点死亡的轮数分别提升了约6.47%、10.1%、21.3%、7.46%和23.4%,将出现25%节点死亡的轮数分别提高了约38.9%、116.7%、121.8%、55.2%和9.5%。关键词:无线传感器网络;k-means算法;鲸鱼算法;粒子群算法;能耗中图分类号:TP393文献标志码:AEnergyconsumptionoptimizationofwirelesssensornetworksbasedonimprovedwhaleoptimizationalgorithmZHENGAiyun,ZHANGZhen,LIUWeimin∗,ZHENGZhi(CollegeofMechanicalEngineering,NorthChinaUniversityofScienceandTechnology,Tangshan,Hebei063210,China)Abstract:Whenk-meansandwhaleoptimizationalgorithm(WOA)wereappliedtowirelesssensornetworks(WSNs),k-meanshastheproblemthatthenumberofclustersneedstobeaccuratelyinput,andWOAhastheproblemthatitiseasytofallintothelocalopti-malsolution,whichleadstothepoorperformanceofnetworkclusterhead(CH).However,theeffectofbothalgorithmsonprolongthelifeofWSNswasnotobvious.Inordertosolvetheaboveproblems,theK-SAWOA-PSOalgorithmwasproposedtoextendthenetworklifetime.Firstly,theimprovedk-meanswasusedtodividethenetwo...
