本發(fā)明涉及無線傳感器分布優(yōu)化方法，具體是一種基于遺傳算法的河流局域無線傳感器節(jié)點分布優(yōu)化方法。

背景技術：
我國幅員遼闊、江河眾多，并且分布廣泛、環(huán)境復雜，對河流流域水文資料進行采集和管理是一項重要基礎性工作，每年均需投入大量人力、物力。并且隨著經(jīng)濟的發(fā)展，自然環(huán)境遭受到了嚴重的破壞，水污染日益嚴重，采取現(xiàn)代化的監(jiān)測手段加強對河流流域水文數(shù)據(jù)的采集和匯總，已變得尤為重要。目前對于河流流域水文數(shù)據(jù)監(jiān)測，比較常見的是在河流周邊特定位置設置若干監(jiān)測點，然后采取人工監(jiān)測或是設備監(jiān)測的方式，定期收集所需要的水文數(shù)據(jù)，然后再集中進行分析。近年來，隨著檢測技術及傳感器技術的發(fā)展，已經(jīng)出現(xiàn)了若干可以對河流流域水文數(shù)據(jù)進行實時在線監(jiān)測的電子設備，并且借助通信技術，通過構建傳輸網(wǎng)絡實現(xiàn)對河流流域水文數(shù)據(jù)的監(jiān)測和遠程傳輸。然而，對于如城市排污口等河流特定局部區(qū)域，局部水文環(huán)境過于復雜，主要體現(xiàn)在：一方面對于河床縱向斷面，由于其為類梯形結構，存在上下對流的情況，因此在同一位置所布置的監(jiān)測設備所檢測到的數(shù)據(jù)在河床縱向斷面不具備一致性，另一方面對于河流表面，由于河流徑流走向復雜，河流水文數(shù)據(jù)會隨著徑流走向的河岸寬度發(fā)生變化，不具備一致性。通過以上分析可見對于河流特定局部區(qū)域，其區(qū)域范圍內(nèi)為具有各向異性的不均勻體，因此，對于局域監(jiān)測節(jié)點的選取不宜采用通常的大區(qū)域監(jiān)測網(wǎng)絡節(jié)點均勻分布設計方法，主要是由于不能滿足河流局域水文數(shù)據(jù)監(jiān)測完備性、整體性、有效性的要求，這就需要根據(jù)河流局域水文數(shù)據(jù)對監(jiān)測節(jié)點分布進行合理優(yōu)化。目前，通過公開文獻可以查閱到關于傳感器網(wǎng)絡覆蓋優(yōu)化方法相關的專利申請以及學術期刊論文，包括公開號為CN101459915的發(fā)明專利“基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點覆蓋優(yōu)化方法”、公開號為CN103237312A的發(fā)明專利“一種無線傳感器網(wǎng)絡節(jié)點覆蓋優(yōu)化算法”，劉玉英等發(fā)表于《傳感技術學報》2009年第6期的“一種基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點優(yōu)化方法”，張石等發(fā)表于《東北大學學報(自然科學版)》2007年第4期的“無線傳感器網(wǎng)絡中移動節(jié)點的分布優(yōu)化問題”，雷霖等發(fā)表于《電子科技大學學報》2009年第2期的“基于遺傳算法的無線傳感器網(wǎng)絡路徑優(yōu)化”，以及呂廣輝等發(fā)表于《微型機及應用》2010年第15期的“一種基于遺傳算法的無線傳感器網(wǎng)絡覆蓋模型”。雖然上述兩項專利申請及四篇公開期刊文獻提出了有關傳感器網(wǎng)絡節(jié)點覆蓋優(yōu)化方法以及網(wǎng)絡路徑優(yōu)化方法，但就該方法本身其旨在如何解決在一定范圍內(nèi)部署無線傳感器時的網(wǎng)絡覆蓋及路徑優(yōu)化問題，評判方法優(yōu)劣的標準為是否實現(xiàn)了對要部署區(qū)域的覆蓋率，或是在區(qū)域內(nèi)是否實現(xiàn)了無線傳感器網(wǎng)絡傳輸路由。其所涉及的研究及

技術實現(xiàn)要素：
并沒有涉及到如何利用所監(jiān)測對象的特性以及固有屬性來進行監(jiān)測節(jié)點布局的優(yōu)化，因此其所研究的成果及發(fā)明申請的內(nèi)容是不能夠滿足或應用于河流局部區(qū)域監(jiān)測節(jié)點布局優(yōu)化工作。雖然上述專利申請及公開文獻給出了一種在一定區(qū)域內(nèi)進行傳感器布局覆蓋優(yōu)化的方法，但就河流排污口等河流局部區(qū)域水文數(shù)據(jù)監(jiān)測而言，由于局部水文環(huán)境過于復雜，并且在監(jiān)測節(jié)點小范圍內(nèi)，水文數(shù)據(jù)具有一致性的特點，其監(jiān)測節(jié)點的分布更多考量的是監(jiān)測節(jié)點所監(jiān)測采集到的數(shù)據(jù)能否反映河流局部區(qū)域水文環(huán)境的全貌，以及各監(jiān)測節(jié)點所采集到的數(shù)據(jù)是否具有典型性，與上述兩項發(fā)明專利申請所專注的重點是不一致的，并且目前在河流流域水文監(jiān)測領域尚未出現(xiàn)有關監(jiān)測節(jié)點分布優(yōu)化方法的報道。發(fā)明內(nèi)容本發(fā)明的目的是根據(jù)上述河流排污口等河流局部區(qū)域水文數(shù)據(jù)監(jiān)測的需要，考慮到局部水文環(huán)境過于復雜，并且在監(jiān)測節(jié)點小范圍內(nèi)，水文數(shù)據(jù)具有一致性的特點，以及監(jiān)測節(jié)點所監(jiān)測采集到的數(shù)據(jù)要能反映河流局部區(qū)域水文環(huán)境的全貌，各監(jiān)測節(jié)點所采集到的數(shù)據(jù)要具有典型性的要求，提供一種基于遺傳算法的河流局域無線傳感器節(jié)點分布優(yōu)化方法。一種基于遺傳算法的河流局域無線傳感器節(jié)點分布優(yōu)化方法，包括如下步驟：(1)優(yōu)化問題描述：針對河流局部區(qū)域監(jiān)測節(jié)點分布的需要，假設在局域內(nèi)按網(wǎng)格狀均勻分布N個水文數(shù)據(jù)采集監(jiān)測節(jié)點；(2)初始化遺傳算法參數(shù)，并對染色體進行第一代編碼，這里采用二進制隨機編碼方式，0表示不使用該監(jiān)測節(jié)點，1表示使用該監(jiān)測節(jié)點，則對于N個監(jiān)測節(jié)點生成長度為N的二進制串，如下式所示：X＝[x1,x2,…,xN]xi＝{0,1}(3)計算每個染色體的適應度，適應度函數(shù)為：f(X)＝w1f1(X)+w2f2(X)+w3f3(X)+w4β1+w5β2其中，f1表示水位分布差異率，f2表示流速分布差異率，f3表示水質(zhì)分布差異率，β1表示河道坡度比降，β2表示河流走向參數(shù)，β1和β2對于特定河流區(qū)域?qū)儆诤恿骰A地形數(shù)據(jù)，S＝{S1,S2,…,SN}表示監(jiān)測節(jié)點集合，S*＝{Sj,|xj＝1}表示S的子集，N(S*)表示S*的大小，分別表示對應監(jiān)測節(jié)點位置的河流水位、流速和水質(zhì)，分別表示對應所有使用監(jiān)測節(jié)點位置的河流平均水位、平均流速和平均水質(zhì)，w1、w2、w3、w4和w5分別表示f1、f2、f3、β1和β2的權重。對于河道坡度比降β1高的地方，其對應河流的流速和流量就會增加，而河流走向參數(shù)β2的大小與地球自轉偏向力有關，其也會影響河流的流量和流速；(4)對計算后適應度進行排序，并按比例選取最優(yōu)解；(5)按照輪盤賭方法，選擇染色體到下一代染色體群體；(6)對下一代染色體群體執(zhí)行交叉、變異操作，本發(fā)明采用多點交叉和均勻變異；(7)如果滿足終止條件，則結束，否則回到步驟3)繼續(xù)進行計算，當計算結束時，其所得到的最優(yōu)解為長度為N的二進制串，該串中的1的位置序號表示經(jīng)過分布優(yōu)化計算后所確定的需要使用的監(jiān)測節(jié)點序號，通過其即可獲知對于河流局部區(qū)域監(jiān)測所需要采用的監(jiān)測節(jié)點。本發(fā)明使用遺傳算法將河流局部區(qū)域監(jiān)測節(jié)點分布優(yōu)化問題轉化為0/1規(guī)劃問題，通過染色體的遺傳、交叉及變異等遺傳算法操作，并通過適應度值的比較最終實現(xiàn)監(jiān)測節(jié)點的合理分布優(yōu)化選取。另外，發(fā)明的算法采用了多個評估指標對適應度進行加權評估，分別是“水位分布差異率”、“流速分布差異率”、“水質(zhì)分布差異率”、“河道坡度比降”和“河流走向參數(shù)”，這可以供決策者根據(jù)河流局部區(qū)域的水文環(huán)境的差異，靈活調(diào)整指標權重，從而提升算法的適應性。附圖說明圖1是本發(fā)明基于遺傳算法的河流局域無線傳感器節(jié)點分布優(yōu)化方法的流程圖；圖2是采用本發(fā)明方法進行算例測算時，適應度值隨迭代次數(shù)變化的優(yōu)化效果示意圖。具體實施方式下面將結合本發(fā)明中的附圖，對本發(fā)明中的技術方案進行清楚、完整地描述。對于如城市排污口等河流特定局部區(qū)域，由于局部水文環(huán)境過于復雜，因此不能按照河流流域整體監(jiān)測中所采用的按照如沿河流徑流固定距離方式進行監(jiān)測節(jié)點分布布局的方式，這主要是由于局部水文環(huán)境變化較大，少量的監(jiān)測節(jié)點無法反應局部水文環(huán)境的全貌，并且在監(jiān)測節(jié)點小范圍內(nèi)，水文數(shù)據(jù)具有一致性。因此，必然要增加監(jiān)測節(jié)點的布置數(shù)量，這就需要對監(jiān)測節(jié)點的分布進行合理優(yōu)化，即達到能夠反映局部水文環(huán)境全貌的目的，又要降低監(jiān)測節(jié)點的布置數(shù)量，同時各監(jiān)測節(jié)點所采集到的數(shù)據(jù)應具有典型性。一般情況下，監(jiān)測節(jié)點分布優(yōu)化模型的問題描述如下：假設在河流局部區(qū)域按網(wǎng)格狀均勻分布N個水文數(shù)據(jù)采集監(jiān)測節(jié)點，監(jiān)測節(jié)點集合為S＝{S1,S2,…,SN}，這里可以采用分別計算在開啟或者關閉該監(jiān)測節(jié)點的情況下，對所有啟用的監(jiān)測節(jié)點所采集到的水文數(shù)據(jù)的差異性進行評估，選取最能反映局部區(qū)域水文環(huán)境全貌以及所采集數(shù)據(jù)最具典型性的開啟監(jiān)測節(jié)點組合作為節(jié)點分布最優(yōu)組合。本發(fā)明采用遺傳算法作為工具，對河流局域監(jiān)測節(jié)點分布優(yōu)化問題進行智能計算求解，并將節(jié)點分布優(yōu)化問題轉化為一個0/1規(guī)劃問題，以求得在假設網(wǎng)格狀分布的眾多監(jiān)測節(jié)點中實際選擇布置哪一些，在保證能夠反映河流局部水文環(huán)境全貌并且所采集到的數(shù)據(jù)最具典型性的情況下，只需要在若干位置布置最少的監(jiān)測節(jié)點。在本發(fā)明中，將河流局部區(qū)域按網(wǎng)格狀均勻分布N個水文數(shù)據(jù)采集監(jiān)測節(jié)點按照遺傳算法基本理論，進行二進制染色體編碼，即N個監(jiān)測節(jié)點編碼為長度為N的二進制串，如下式所示：X＝[x1,x2,…,xN]xi＝{0,1}其中，xi＝0表示不使用該監(jiān)測節(jié)點，xi＝1表示使用該監(jiān)測節(jié)點。分別計算每個染色體編碼的適應度函數(shù)值來評價群體中的每個染色體的適應值。在河流局域監(jiān)測節(jié)點分布優(yōu)化問題中，采用了“水位分布差異率”、“流速分布差異率”、“水質(zhì)分布差異率”、“河道坡度比降”和“河流走向參數(shù)”五個指標，分別反映了河流局部區(qū)域內(nèi)各采集節(jié)點水文數(shù)據(jù)的差異性，差異越大說明對水文環(huán)境全貌的反映程度越高，監(jiān)測節(jié)點所采集到的數(shù)據(jù)越具有典型性。在本發(fā)明中，采用f1來表示水位分布差異率，采用f2來表示流速分布差異率，采用f3來表示水質(zhì)分布差異率，采用β1表示河道坡度比降，采用β2表示河流走向參數(shù)，β2和β2對于特定河流區(qū)域?qū)儆诤恿骰A地形數(shù)據(jù)。對于監(jiān)測節(jié)點集合S＝{S1,S2,…,SN}，S*＝{Sj,|xj＝1}表示S的子集情況下，f1、f2和f3的定義式分別為：其中，N(S*)表示S*的大小，分別表示對應監(jiān)測節(jié)點位置的河流水位、流速和水質(zhì)，分別表示對應所有使用監(jiān)測節(jié)點位置的河流平均水位、平均流速和平均水質(zhì)。通過分別計算f1、f2和f3并結合β1、β2，可以計算染色體最終的適應度值為：f(X)＝w1f1(X)+w2f2(X)+w3f3(X)+w4β1+w5β2其中w1、w2、w3、w4和w5分別表示f1、f2、f3、β1和β2的權重，并且w1+w2+w3+w4+w5＝1。另外，由于的量綱不同，這里在計算過程中需要將其進行歸一化操作，即轉化到[0,1]區(qū)間。經(jīng)過上述運算即可以得到最終的染色體適應度f，該值越大，表示所對應的節(jié)點分布方案越優(yōu)。在本發(fā)明中，采用輪盤賭選擇下一子代群體，并采用多點交叉和均勻變異算法對群體中的染色體進行改變。輪盤賭即選擇染色體i的概率和染色體的適應度值成正比，適應度較高的染色體被選擇的可能性較高，并能夠在下一子代中重復出現(xiàn)。多點交叉的做法是，產(chǎn)生長度為N的隨機二進制序列，基于該隨機二進制序列選擇交叉點，為1的位置上交叉，為0的位置不交叉。假設N的大小為20，并且交叉之前的兩個染色體分別為：產(chǎn)生的隨機二進制序列為[00101100010101110100]，則交叉產(chǎn)生的兩個新染色體為：均勻變異的做法是，為群體中的每個染色體中的每個基因產(chǎn)生一個隨機數(shù)ρ∈[0,1]，如果該隨機數(shù)小于變異概率ρm，則選擇該染色體的基因進行變異。假設要變異的染色體為：變異算子選擇該染色體的第2、8位的基因進行變異，則新產(chǎn)生的染色體為：其中為新生成的0/1隨機數(shù)。經(jīng)過上述循環(huán)迭代優(yōu)化計算，當計算結束時，其所得到的最優(yōu)解為長度為N的二進制串，該串中的1的位置序號表示經(jīng)過分布優(yōu)化計算后所確定的需要使用的監(jiān)測節(jié)點序號，通過其即可獲知對于河流局部區(qū)域監(jiān)測所需要采用的監(jiān)測節(jié)點。為了進一步說明本發(fā)明的具體實施過程，這里基于某城市的一個污染企業(yè)河流排污口水文數(shù)據(jù)監(jiān)測需要給出采用本發(fā)明算法進行監(jiān)測節(jié)點布局優(yōu)化的測試算例。在此算例中，以污染企業(yè)河流排污口為邊界中心，劃定1000m×1000m的監(jiān)測區(qū)域。假定按照均勻網(wǎng)格狀安裝100個監(jiān)測節(jié)點，這里使用本發(fā)明的優(yōu)化算法對監(jiān)測節(jié)點的布局做優(yōu)化選擇。遺傳算法的參數(shù)設定為：群體規(guī)模為50，變異概率ρm＝0.05，在遺傳算法中一般通過循環(huán)進化迭代的方式對初始染色體群體進行運算以找出最優(yōu)染色體，在這里將遺傳迭代運算的代數(shù)設定為150，水位分布差異率、流速分布差異率、水質(zhì)分布差異率、河道坡度比降、河流走向參數(shù)的權重分別為w1＝0.125、w2＝0.125、w3＝0.5、w4＝0.125和w5＝0.125。20次優(yōu)化計算的平均適應度值(差異性值)為0.9458，平均需要的監(jiān)測節(jié)點數(shù)量為15.6。圖2給出了本算例中，采用遺傳算法進行迭代優(yōu)化，其平均適應度值(差異性值)隨著迭代次數(shù)的增加的變化曲線，隨著迭代次數(shù)的增加，其平均適應度值(差異性值)不斷增大，表明每次迭代計算后，對應的節(jié)點分布方案越優(yōu)。當?shù)?50代，其平均適應度值(差異性值)已達最大值，表明此時的節(jié)點分布方案最優(yōu)。另外，為了將本發(fā)明方法與通常的河流局域監(jiān)測節(jié)點選取方法的效果進行對比，這里針對算例中所優(yōu)選的16個監(jiān)測節(jié)點，進一步采用通常河流局域監(jiān)測節(jié)點選取過程中所采用的參數(shù)，包括“水位差”、“流速差”，并分別取權重為w1＝0.5、w2＝0.5，經(jīng)過計算所選取的監(jiān)測節(jié)點“水位差”、“流速差”參數(shù)的差異性值為0.7654。從而看出與本發(fā)明中的方法相比，采用通常河流局域監(jiān)測節(jié)點選取方法中的“水位差”、“流速差”參數(shù)為依據(jù)所獲得監(jiān)測節(jié)點分布反映河流局域水文數(shù)據(jù)的能力低于本發(fā)明方法中的以“水位分布差異率”、“流速分布差異率”、“水質(zhì)分布差異率”、“河道坡度比降”和“河流走向參數(shù)”參數(shù)為依據(jù)所獲得監(jiān)測節(jié)點分布反映河流局域水文數(shù)據(jù)的能力。因此，從優(yōu)化測算及參數(shù)對比結果可以看出，采用本發(fā)明方法進行布局優(yōu)化選擇，依據(jù)監(jiān)測節(jié)點所采集數(shù)據(jù)反映該排污口水文數(shù)據(jù)全貌的能力以及所采集數(shù)據(jù)的典型性作為判據(jù)，可以很好地實現(xiàn)河流局部區(qū)域監(jiān)測節(jié)點分布優(yōu)化的設計。