无限传感器网络中任务分配问题已引起众学者的关注。H. Park等人提出了能源有效的任务分配框架,采用模拟退火算法把任务分配到节点上,节点以其能量状态对任务进行迁移,优化任务分配;Y. Yu等人研究了单跳同构网络的实时任务分配问题,主要研究任务映射、电压调配和通信调度等方而;朱敬华等人在文献荃础上采用遗传算法实现多跳传感器网络的任务分配;B. S. Manoj等人提出了基于状态空间搜索的分布式单跳传感器网络的任务分配方法;文献提出厂从于离散粒子群优化IltJ题的任务分配算法;以文献为基础,引人动态联盟,提出了基于粒子群优化的动态联盟算法,但该算法仅适合单跳网络;S. Ahdelliak等人提出了基于簇的单跳同构网络的任务分配算法,采用阅值技术避免节点“旱死”,达到节点能耗平衡;J. Nit等人提出一种分布式自学习任务调度算法,通过扩展Q学习获得节点问交互的连续发射从睡眠参数,来调控WSNs.减少能耗和延时;Mokhovyttt等人对带执行节点的无线传感器网络提出基于排队沦的两阶段任务分配算法,该算法首先测试执行节点的能量.然后根据其能量分配任务。、平衡网络负载和节省任务完成时间。上述研究表明:现有研究都具有一定局限。或仅考虑单跳网络.或仅兮虑同构肯点.很少考虑节点和网络连接的可靠性问题。
本文基于CAS算法思想,提出了一种多跳无线传感
器网络的分布式任务分配算法(chaotic ant swarm for de-centralized task allocation, CAS-DTA)。该算法借助蚂蚁的混沌行为和蚁群的自组织行为,将任务分配问题转化为优化问题,优化目标是任务分配的总能耗最小和网络通信可靠性最大。CAS-DTA算法与文献中算法有3个不同点:1)适用于多跳、异构节点的传感器网络;2)目标函数不仅考虑了任务分配的能耗,还考虑了任务分配的可靠性;3)并行采样,运行于每个节点。本文给出了无线传感器网络中任务分配问题形式化过程和CAS-DTA算法的架构过程。仿真及应用实例测试结果表明CAS-DTA能够有效地延长网络生命期和均衡网络节点能耗。