.png){kind=icon}
返回
Binary Dragonfly Algorithm with Semicircular Mobility for Multi-Objective Optimization of Underwater Wireless Sensor Networks
.png){kind=icon}
PRE
AI
DOI：10.3390/telecom7030055.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
水下无线传感器网络（UWSNs）支持环境监测、海上勘探和监视等关键应用；然而，其性能受限于高传播延迟、有限的能源资源以及由海洋动力学引起的节点移动性。许多聚类方法假设节点静态并使用固定权重目标聚合，这可能降低适应性并导致过早收敛。本文提出了一种基于二进制多目标蜻蜓算法（BMDA-UWSN）的水下无线传感器网络簇头选择和簇形成方法。该方法在帕累托优化框架内考虑能耗、声学延迟和负载平衡，从而减少搜索阶段对固定权重聚合的依赖。此外，基于蜻蜓的优化过程使用动态调整系数来调节探索与开发的平衡，同时保持解的多样性。为表示水下节点位移，在仿真场景中纳入了具有±45度角变化的半圆形移动模型。对100节点网络的结果显示，在评估条件下，BMDA-UWSN在网络寿命、数据包投递、延迟和剩余能量方面优于直接传输、LEACH、LEACH-C、SS-GSO和CDFO-UWSN。特别地，BMDA-UWSN在迭代126次时首个节点死亡，而CDFO-UWSN为迭代95次，同时数据包投递率提高了约20%，延迟降低了约5%。这些发现表明，在受控节点移动条件下评估时，BMDA-UWSN是水下监测场景中一种有竞争力的聚类方法。
Keyword:
dragonfly algorithm
underwater wireless sensor networks
LEACH
firefly algorithm
期刊
IF:
2.4
论文数:
92
被引数:
356
机构
引用论文
A hybrid data collection scheme to achieve load balancing for underwater sensor networks一种实现水下传感器网络负载均衡的混合数据收集方案
OAAI
OAAI分享收藏An Unequal Clustering Method Based on Particle Swarm Optimization in Underwater Acoustic Sensor Networks一种基于粒子群优化的水声传感器网络非均匀分簇方法
PREAI
分享收藏A Review on Electromagnetic, Acoustic, and New Emerging Technologies for Submarine Communication.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏An energy consumption optimization strategy for Wireless sensor networks via multi-objective algorithm一种基于多目标算法的无线传感器网络能耗优化策略OAAI
OAAI分享收藏A Hybrid Approach for Energy Efficient Routing in WSN: Using DA and GSO Algorithms一种用于WSN能量高效路由的混合方法：使用DA和GSO算法
PREAI
分享收藏分享收藏
查看更多内容