本文是一篇软件工程论文，本文重点探讨异构分簇路由算法，分析算法运行的各个环节所需要优化的关键点，以实现网络能耗均衡。
第1章绪论
1.1研究背景
20世纪至今，随着社会进步的需要，各类技术层出不穷，又互相影响，彼此交织成一张“网”，物联网便由此诞生。物联网(Internet of Things，IoT)指的是“物”与“物”交互的网络，通过传感元器件，在特定通信算法的约束下使网络中的万物互联[1]。如何做到万物互联的技术基础还在于物联网，而真正支撑物联网的科技基础就是无线传感器网络。无线传感器网络(Wireless Sensor Networks，WSNs)[2]由大批的传感器节点分布在特定范围中所构成，根据节点性能强度，适用于各种自然条件。WSNs也具有自组织能力，可以利用节点间相互联系完成对特定区域中信息的采集，然后将采集的信息简单处理后发送到汇聚节点。人们日常生活和工作上的便利在很多方面都得益于无线传感器网络较强的信息交互能力，人们随时可以获取无线传感器网络中节点收集的数据信息，在获取大量信息的同时也能够开发网络功能。无线传感器网络的应用前景非常广泛，常见的适用范围有智能居家、环境监管、移动通讯和军事安全等[3]。
无线传感器网络技术发展到今日，它的数据收集能力和感知能力尤为突出，当选为21世纪四大高新技术之一，甚至有刊物预测无线传感器网络技术将成为未来十大技术之首，尽管一切还未可知，但随着无线传感器网络技术日渐广泛地应用和性能的不断拓展，不难想象它能带来划时代的革命。国外有刊物表示在未来军事战争中无线传感器网络的作用至关重要[4]。在军事方面，美国在无线传感器网络强大的数据收集和感知能力的基础上研究了一系列重要项目。在民用方面，美国在智能居家、环境监测、医疗等领域已经大量应用小型传感器网络。无线传感器网络同样在我国的发展工作中得到重点关注[5]，多次发起对无线传感器网络的研究工作，力争走在信息技术的前沿。
.......................
1.2研究目的与意义
无线传感器网络应用普遍，但确保各传感器节点在有限的能量下尽可能工作更久始终是一大难题，并且节点数量庞大，初始能量固定，如果随意分配在监测区域或安装在特定器件上，便无法满足安全续航的需要，从而为无线传感器系统有效使用各功率节点的带来巨大困难。研究表明：无线传感器网络运行过程中耗能[8]最大的环节便是数据通信，涉及到数据的处理、传输等功能，因此，研究最有意义的工作就是设计出一种效率更高的分簇路由算法，安全、高效地传输数据，极大限度地延长网络寿命。
如今，众多研究专家根据无线传感器网络的特点，不断突破路由协议生存寿命的上限，但大多是针对同构网络模型做出的研究成果，其中经典的路由算法LEACH[9]（低功耗自适应集簇分层型协议），所有节点具有相同概率选举簇头，整体网络的性能表现都比较良好。在同构网络的基础上，逐渐形成了异构网络路由算法，像DEEC算法[10]考虑节点、网络的剩余能量确定簇首，优化多级能量异构网络。
为了使异构网络运行更加稳定，本次研究首先在层次路由协议LEACH的基础上，建立异构网络模型，并针对簇头选举准确度低、数据传输能耗过大等缺点，引入多目标优化和群智能优化思想，设计出计算结果更精准的适应度函数，动态搜索最佳路径传输数据，减少通信能耗。其次在多级能量异构的分布式路由协议DEEC的基础上，针对簇头选举随机性较低、分布方式不合理等技术缺陷，引入由多策略约束的鲸鱼优化算法选举最优簇头，在每次迭代时都能通过群智能优化算法自主寻优能力保证簇头节点的质量。
................................
第2章无线传感器网络及协议概述
2.1无线传感器网络基本概念
无线传感器网络[22]指的是将大批传感器节点按规则或不规则方式安置于监测区域形成的网络，是一种自组织网络，传输数据信息的方式是无线通信技术，在整个网络中，各节点采集并加工监测区域内的环境信息，最终传递给监测中心[23]。无线传感器网络结合了众多计算机、微电子等学科技术，成为了国内外重点研究对象。在原基础研究上，无线传感器网络还可以优化数据处理技术，将采集的数据转化为更精准直观的结果；优化数据通信技术，使得信息传递更加安全高效。这意味着需要使用合适的智能算法加以帮助。相比较传统的网络，无线传感器网络有以下特征[24]：
（1）组建灵活。无线传感器网络的搭建不受外界因素的限制，使用者可以方便快捷地搭建功能完善的网络，搭建完成后也可在网络内进行管理和维护。
（2）网络结构不定。从网络层次考虑，无线传感器网络的拓扑架构是变动不定的[25]，网络中的传感器节点数量随时可能根据能量消耗而变化，网络拓扑结构可以随时被分开或合并。网络利用自组织特点，按照网络拓扑协议的规则自动对监测数据进行转发处理。
（3）控制方式分散。无线传感器网络集中控制着传感器节点与基站，而各个传感器节点也被分散控制，监测终端实现每个基站之间独立运行、互不干涉，所以无线传感器网络稳定性高，不易被破坏。
（4）安全性较低。网络通过无线通信方式传递信息，所以一旦在传输过程中出现网络损坏等故障，很容易出现信息泄漏的现象[26]，而且大多数情况下传感器节点都是暴露在外的，更加降低了网络通信的安全性。
........................
2.2无线传感器网络体系结构
2.2.1网络结构
传感器网络通常包含了在所监测区域采集环境信息的传感器节点、处理并转发数据信息的汇聚节点和存储数据的基站组成[27]。工作过程：监测区域内传感器节点间以单跳的方法传输，然后转发至汇聚节点，汇聚节点向外部的互联网或卫星发送数据，最终基站存储信息后由管理人员操作。如下图所示。
汇聚节点的任务相对较多，主要进行数据处理、存储、通信等操作，将监测区域内的情况反馈给外部终端。传感器节点通常体积小，便于安置和拆卸，在节省成本的情况下会使用少量电池组来为节点供给能量，因此使用寿命受限。随着传感器元件的发展，它的体积、功能等因素也随之改变。
软件工程论文怎么写
..............................
第3章基于多目标和改进哈里斯鹰的层次路由协议.................................18
3.1引言..................................18
3.2系统模型........................................18
第4章基于多目标鲸鱼优化的多级能量异构分簇路由协议.....................34
4.1引言..................................34
4.2系统模型......................................34
第5章总结与展望...............47
第4章基于多目标鲸鱼优化的多级能量异构分簇路由协议
4.2多目标改进鲸鱼优化算法设计
鲸鱼优化算法(whale optimization algorithm，WOA)[59]是根据座头鲸狩猎方式所设计的一种群智能优化算法。座头鲸具备一种特殊的捕猎行为被称为气泡网狩猎机制，如图所示：
软件工程论文参考
由于计算参数较少、运算简便，拥有良好的全局搜索能力，引来众多学者进行探索。本章节改进算法将引入动态螺旋因子、柯西函数和自适应权重三种策略，从WOA各个阶段进行优化。对座头鲸面遇到猎物时进行的狩猎策略建立数学模型，鲸鱼优化算法的运行阶段分为三部分：围猎阶段、气泡网狩猎阶段、探索阶段。
................................
第5章总结与展望
5.1总结
随着科技的快速发展，物联网技术广泛地出现在人们的日常生活中，作为物联网重要的组成部分，WSNs出现在制造业、农业、医疗和畜牧业等各种行业里，吸引大量研究者的关注。由于WSNs通常分布在复杂严峻的环境中，导致传感器无法轻易补充能量，对网络运行活动造成了较大的限制，因此降低能耗，延长网络寿命是WSNs探讨的重点，而异构分簇路由算法恰好作为有效降低能耗的技术之一。本文重点探讨异构分簇路由算法，分析算法运行的各个环节所需要优化的关键点，以实现网络能耗均衡。
（1）第三章阐述了多目标与哈里斯鹰优化(HHO)算法结合的思想，分析了WSNs分簇和数据通信过程中出现的不足之处以及各因素变动对算法优化造成的影响，使用多个目标函数对簇头选举过程进行约束，以选出最优簇头；再引入Haversine公式分簇，通过计算相邻节点位置将节点入簇；然后引入由模拟退火算法(SA)改进的HHO算法通过全局/局部寻优方式搜寻最佳通信路径，得到LEACH-MHO算法，其网络寿命更优于其他三种对比算法。
（2）第四章使用了多目标方法，引入柯西函数、动态螺旋因子和自适应权重改进鲸鱼优化算法(WOA)得到MWO算法，提高了其全局搜索、局部寻优能力；随后在异构传感网络中的分布式路由协议DEEC的研究基础上，利用MWO算法选举最优簇头，得到DEEC-MWO算法。对比其他三种算法改进方法性能更优。
参考文献（略）