丁 凡,贺军义,陈素霞,黄全振

（1.河南理工大学 计算机科学与技术学院,河南 焦作 454003;2.河南工程学院 计算机学院,河南 郑州 451191;3.河南工程学院 电气信息工程学院,河南 郑州 451191）

无线传感器网络（wireless sensor network,WSN）[1]是由大批量小型智能传感器节点以自组织方式构成的无线网络。 相比于普通网络,WSN 以数据为中心,网络设置灵活,安全性和可靠性强且成本较低,在军事[2]、国防[3]、医疗[4]、农业[5]等领域具有重要的应用价值。 但在WSN 的实际应用中,由于节点采用电池供电,工作环境通常比较复杂,导致电池不能被充电或更换,所以整个网络的能量会受到影响。 因此,为保证网络生命周期最大化,必须从源节点到汇聚节点的诸多路由路径中找到一条节能高效的最优路由。

针对WSN 路由优化问题,国内外已有大量学者将一些智能优化算法应用于该领域,遗传算法就是其中的一种。 Rezaeipanah 等[6]以最大化网络生命周期为目的,从数据转发能耗和簇头节点数目选取出发,将遗传算法应用到WSN 簇间路由优化中,但其在适应度函数的构建中未考虑节点的剩余能量,若剩余能量较低的节点被选为路由节点,在迭代次数过多时将缩短网络生命周期。 陈立万等[7]将传统轮盘赌方法进行改进,结合交叉变异操作,筛选出具有最高适应度的个体作为最优路由路径,避免陷入局部最优,但算法中交叉变异操作均在值域范围内进行,产生的新个体并不能保证对应一条有效的路由路径。 Wang 等[8]提出了一种基于遗……