.png){kind=icon}
返回
Starfish Optimization Algorithm for Optimal Cluster Head Selection in Wireless Sensor Networks
.png){kind=icon}
PRE
AI
DOI：10.1007/s40009-026-02055-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
技术进步使得由紧凑型、能量受限节点组成的无线传感器网络（WSNs）得以应用于环境监测。然而，有限的能量资源对网络寿命构成重大挑战。聚类技术作为一种关键方法，通过减少冗余数据传输和优化通信路径来提高能效。本文提出一种新颖的聚类方法，利用海星优化算法（SFOA）解决聚类不均和簇头（CH）过载等问题。该方法整合了动态策略切换、融合剩余能量、节点密度和簇内距离的适应度函数，以及由能量阈值触发的重新聚类机制。仿真结果表明，所提出的基于SFOA的协议相较于CSO、MFOBSR、BOCSR和ECBRO等基准协议，网络吞吐量最高提升18.60%，死亡节点数减少24.30%，剩余能量保留增加21.70%。这些结果证实了基于SFOA的协议在提升大规模WSNs能效、网络稳定性和吞吐量方面的有效性。
Keyword:
Wireless sensor networks
Energy efficiency
Cluster head selection
Starfish optimization algorithm
Dynamic clustering
期刊
N
IF:
1.3
论文数:
520
被引数:
1.1K
机构
引用论文
暂无论文信息