典型文献
WSN中利用熵权自适应分簇和改进PSO的路由优化算法
文献摘要：
针对无线传感器网络(Wireless sensor network,WSN)能耗不均以及使用生命周期较短等问题,提出一种利用熵权自适应分簇和改进粒子群优化的WSN路由优化算法(FNNPSO).运用模糊神经网络推理选取簇头,利用熵权法明确簇头指标的权重,基于模糊神经网络评估标准得到簇头的转发概率,并且将概率较高的簇头设为中继节点,逐层完成信息传输;采用改进粒子群优化算法优化网络路由,通过考虑中继节点的数量、网关到基站之间的距离和网络的中继负载因子,来设计新型适应度函数.提出的方案融合两种算法的优势,通过模糊神经网络提高了簇内结构的稳定性,利用优化后的粒子群算法增强了簇间路由的鲁棒性和可靠性.实验结果表明,相比其他几种较新的路由优化算法,所提算法有效减少了网络能耗并且延长了其生命周期.
文献关键词：
自适应分簇;熵权法;模糊神经网络;改进粒子群优化;无线传感器网络;能耗不均
中图分类号：
作者姓名：
杨明丽;路翀
作者机构：
新疆交通职业技术学院运输管理学院 新疆 乌鲁木齐831401;新疆财经大学信息管理学院 新疆 乌鲁木齐830012
文献出处：
引用格式：
[1]杨明丽;路翀-.WSN中利用熵权自适应分簇和改进PSO的路由优化算法)[J].计算机应用与软件,2022(07):109-116
A类：
自适应分簇,FNNPSO
B类：
WSN,路由优化,无线传感器网络,Wireless,sensor,network,能耗不均,模糊神经网络,簇头,网络评估,评估标准,转发,中继节点,逐层,信息传输,改进粒子群优化算法,算法优化,网关,关到,基站,适应度函数,粒子群算法
AB值：
0.216883
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
