一种混合羊优化和爬行动物搜索算法,用于在无线传感器网络中实现最佳集群
Soha S Elashry1, A S Abohamama1,2, Hatem Mohamed Abdul-Kader3
1Department of Computer Science, Faculty of Computers and Information, Mansoura University, Mansoura, Egypt.
Scientific reports
|April 26, 2025
概括
一个新的混合元启发算法HGORSA通过优化集群头选择来增强无线传感器网络 (WSN) 集群. 这提高了能源效率和网络寿命,在模拟中表现优于现有方法.
科学领域:
- 计算机科学 计算机科学
- 网络工程 网络工程
- 人工智能的人工智能
背景情况:
- 无线传感器网络 (WSN) 对现代应用至关重要,但在能源管理和延长网络寿命方面面临挑战.
- 有效的集群对于WSN性能至关重要,特别是在大规模部署中.
- 现有的元启发式算法努力平衡探索和利用,以实现最佳的集群.
研究的目的:
- 引入一种新的混合元启发算法HGORSA,用于优化WSN中的集群头部选择.
- 通过改进集群,提高能源效率并延长WSNs的网络寿命.
- 在各种网络配置中对HGORSA与最先进的算法进行性能评估.
主要方法:
- 通过整合 Gazelle优化算法 (GOA) 和爬行动物搜索算法 (RSA) 的运营商来开发HGORSA,以改善勘探和开发平衡.
- 模拟了HGORSA与300个传感器节点,并将其性能与其他六个元启发算法进行了比较.
- 用50个和500个传感器节点进行了补充实验,以评估密集和稀疏网络中的性能.
- 通过使用20个独立运行的统计指标验证了HGORSA的稳定性.
主要成果:
- 与所有基准算法相比,HGORSA在稳定期,能源消耗,网络寿命,减少死节点和网络吞吐量方面表现优越.
- 在关键指标上取得了显著的百分比改善,例如,稳定期37.3%,能源消耗10.8%,与PSO相比.
- 在密集和稀疏的网络场景中始终超过其他算法,并在多次运行中显示出强大的性能.
结论:
- 提出的HGORSA算法有效地优化了WSN中的集群头选择.
- HGORSA显著提高了能源管理,并延长了网络寿命,解决了关键的WSN挑战.
- HGORSA代表了对高效和强大的无线传感器网络运营的有希望的进步.
