Resumen

En el protocolo de enrutamiento por clústeres, la prolongación de la vida útil de la red de sensores depende en gran medida de la racionalidad de la selección de los nodos de cabeza de clúster. La selección de las cabezas de clúster de las redes de sensores inalámbricas heterogéneas (HWSN) no tiene en cuenta la energía restante de los nodos actuales ni la distribución de los nodos, lo que provoca un desequilibrio en el consumo de energía de la red. Se propone una estrategia de selección de cabezas de clúster de las HWSN basada en los mapas autoorganizativos (SOM) optimizados por el algoritmo de búsqueda del gorrión (ISSA). En la etapa de selección de cabezas de clúster, el algoritmo propuesto establece un modelo de red neuronal competitiva en la estación base y toma los nodos de las cabezas de clúster que compiten como vector de entrada. Cada vector de entrada incluye tres elementos: la energía restante del nodo, la distancia del nodo a la estación base y el número de nodos vecinos del nodo. La mejor cabeza de grupo se selecciona mediante el aprendizaje adaptativo de la red neuronal competitiva mejorada. A la hora de seleccionar el nodo cabeza de clúster, se tiene en cuenta de forma exhaustiva la energía restante, la distancia y el número de veces que el nodo se convierte en cabeza de clúster y se optimiza la estrategia de selección del nodo cabeza de clúster para ampliar el ciclo de vida de la red. Los experimentos de simulación muestran que el nuevo algoritmo puede reducir el consumo de energía de la red de forma más eficaz que la red neural competitiva básica y otros algoritmos, equilibrar el consumo de energía de la red y prolongar aún más la vida útil de la red de sensores.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal competitiva, nodo cabeza de clúster, cabeza de clúster, nodo, red de sensores, consumo de energía, vector de entrada, estación base, energía, ciclo de vida de la red
• Keywords:competitive neural network, cluster head node, cluster head, node, sensor network, energy consumption, input vector, base station, energy, network life cycle