arrow
返回

Enhancing wireless sensor network lifespan and efficiency through improved cluster head selection using improved squirrel search algorithm

delete2025-01-06
delete0
delete
OA
AI
G
Ghalib H. Alshammri
DOI:10.1007/s10462-024-11088-4delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
无线传感器网络(WSN)是一项重要的技术进步,可能有助于工业革命。WSN中的传感器节点由电池供电。能量是WSN最关键的资源,因为电池无法更换或补充。由于WSN是有限资源,长期以来已开发并使用了多种技术来保存它们。为了延长WSN的使用寿命,本研究将提供一种有效的簇头(CH)选择方法。许多研究采用基于群集的优化算法来选择最优CH。在本研究中,利用松鼠搜索算法(SSA)在WSN中选择最优CH。本研究对通用SSA进行了改进,以解决WSN中CH选择的特定需求。改进的松鼠搜索算法(I-SSA)集成了系列增强措施,旨在加速收敛并提升解的质量。值得注意的是,我们实现了自适应种群初始化、动态步长控制和局部搜索算法,以增强SSA的探索与开发能力。这些增强措施共同提高了算法在搜索空间中有效导航的能力,从而更高效地收敛至最优解。所建议的公式目标函数考虑了CH平衡平均值、因子、汇聚节点距离、剩余能量和簇内距离。模拟在各种条件下运行。采用MATLAB 2021a工作环境进行仿真。提出的SSA-C协议与现有协议灰狼优化(GWO)、SSA、切尔诺贝利灾难优化器(CDO)、精子群优化(SSO)、针对WSN的元启发式优化簇头选择路由算法(MOCRAW)、能量高效加权聚类(EEWC)以及基于蚁群优化的多智能体路径规划(MAP-ACO)进行了比较。ISSA-C方法实现了88%的数据包投递率(PDR),优于GWO、SSA和MAP-ACO。其能耗降低至210 mJ,低于其他方法,且误码率有所改善。簇形成和头选择时间分别减少至82 s和67 s。
Keyword:
Routing protocol
Wireless Sensor Networks
Squirrel search algorithm
Clustering

期刊

Artificial Intelligence Review 封面图
Artificial Intelligence Review
IF:
13.9
论文数:
6.1K
被引数:
1.9W

机构

K
King Saud University
学者数:
3.4W
论文数: 3.8W
被引数: 815
引用论文

引用论文

A Tree-Cluster-Based Data-Gathering Algorithm for Industrial WSNs With a Mobile Sink
err2015-01-01
err123
errOAAI
errZhu, Chuan; Wu, Shuai; Han, Guangjie; Shu, Lei; Wu, Hongyi
err分享
err收藏
Grey Wolf Optimizer灰狼优化器
err2014-03-01
err1.3W
PREAI
errMirjalili, Seyedali; Mirjalili, Seyed Mohammad; Lewis, Andrew
err分享
err收藏
err分享
err收藏
err分享
err收藏
学者 查看更多内容