具有成本效益的深度信任网络的智能LEACH的多级动态优化(Matlab代码实现)

    目录

1 概述

2 运行结果

3 参考文献

‍4 Matlab代码


1 概述

能量利用率是能量受限无线传感器网络(WSN)的关键属性,它直接影响网络的寿命。LEACH(及其变体)被认为是WSN最常见的节能路由协议。在本文中,我们提出了LEACH的一种优化修改,该修改利用了多跳通信、动态簇边界和路由中的能量节约来最大化网络的寿命。我们提出了一种多层次方法来最大化我们在节能方面的收益,其中蚁群优化用于与汇节点的能量高效簇头连接,在分布式节点中集成了基于深度信念网络的混合(反应式和主动式)事件监控,以提高系统的延迟。结果表明,在提高网络寿命等方面,所提出的方案显著优于现有技术。

2 运行结果

具有成本效益的深度信任网络的智能LEACH的多级动态优化(Matlab代码实现)_第1张图片

 具有成本效益的深度信任网络的智能LEACH的多级动态优化(Matlab代码实现)_第2张图片

 具有成本效益的深度信任网络的智能LEACH的多级动态优化(Matlab代码实现)_第3张图片

 

3 参考文献

[1]廖莎. 基于蚁群算法的无线传感器网络LEACH路由方法研究[D].南昌大学,2014.

‍4 Matlab代码

主函数部分代码:

clc;
clear;
close all;

%% Problem Definition

model=CreateModel();

CostFunction=@(tour) TourLength(tour,model);

nVar=model.n;


%% ACO Parameters

MaxIt=100;      % Maximum Number of Iterations

nAnt=40;        % Number of Ants (Population Size)

Q=1;

tau0=10*Q/(nVar*mean(model.D(:)));    % Initial Phromone

alpha=1;        % Phromone Exponential Weight
beta=1;         % Heuristic Exponential Weight

rho=0.05;       % Evaporation Rate


%% Initialization

eta=1./model.D;             % Heuristic Information Matrix

tau=tau0*ones(nVar,nVar);   % Phromone Matrix

BestCost=zeros(MaxIt,1);    % Array to Hold Best Cost Values

% Empty Ant
empty_ant.Tour=[];
empty_ant.Cost=[];

% Ant Colony Matrix
ant=repmat(empty_ant,nAnt,1);

% Best Ant
BestSol.Cost=inf;

你可能感兴趣的:(传感器,matlab,算法)