典型文献
基于改进人工鱼群算法和模糊C均值的WSN分簇算法
文献摘要：
针对无线传感器网络(Wireless Sensor Networks,WSN)节点能耗不均衡问题,提出一种基于改进人工鱼群算法(Improved Artificial Fish Swarm Algorithm,IAFSA)和模糊 C 均值(Fuzzy C-Means,FCM)的分簇算法IAFCA.首先,IAFSA改进搜素视野及步长,避免迭代解陷入局部最优解,并将最终的迭代解作为FCM的初始聚类中心,克服FCM对初始解的敏感性.其次,FCM在确定最佳簇头数目的基础上,根据节点间的距离相似性,有效建立起节点与聚类中心间的不确定性关系,合理进行节点分簇.最后,根据节点相对剩余能量和到聚类中心的距离两个参数选举出簇头.IAFCA分别在两种场景下进行仿真实验,并与低能耗自适应聚类层次协议(Low Energy Adaptive Clustering Hierarchy,LEACH)及其变种算法进行对比.实验结果表明,IAFCA在网络寿命和能量效率方面均优于传统的WSN分簇算法,有效延长了网络寿命,降低了节点能耗.
文献关键词：
无线传感器网络;人工鱼群;模糊C均值;分簇算法
中图分类号：
作者姓名：
常宇飞;宋彬杰;陈欣鹏;朱元兴
作者机构：
32153部队,河北张家口 075100;陆军炮兵防空兵学院,河南郑州450002
文献出处：
引用格式：
[1]常宇飞;宋彬杰;陈欣鹏;朱元兴-.基于改进人工鱼群算法和模糊C均值的WSN分簇算法)[J].信息工程大学学报,2022(01):18-23
A类：
IAFCA
B类：
改进人工鱼群算法,WSN,分簇算法,无线传感器网络,Wireless,Sensor,Networks,能耗不均,均衡问题,Improved,Artificial,Fish,Swarm,Algorithm,IAFSA,Fuzzy,Means,FCM,步长,迭代解,局部最优解,解作,初始聚类中心,初始解,簇头,头数,心间,不确定性关系,节点分簇,剩余能量,选举,举出,低能耗,自适应聚类,Low,Energy,Adaptive,Clustering,Hierarchy,LEACH,变种,网络寿命,能量效率
AB值：
0.392333
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。
