在具有多个移动接收器的无线传感器网络中，接收器的移动或传感器节点的故障可能会导致现有路由的中断。 在大多数路由协议中，广播查询数据包以修复从源节点到宿的断开路径，这在能量和延迟方面都导致大量通信开销。 为了以较低的通信开销修复断开的路径，我们提出了一种有效的路由恢复协议，该协议采用内分泌协作粒子群优化算法（ECPSOA）来建立和优化替代路径。 在ECPSOA中，粒子的突变方向由多群演化方程确定，并且其多样性通过内分泌机制得以丰富，这可以增强全局搜索的能力，并提高算法的收敛速度和准确性。 通过使用

为解决移动传感器修复网络覆盖空洞时最优级联移动路径的选择问题,综合考虑中间级联节点的个数和能量,提出了选择级联移动路径的优化方法。该方法通过计算中间级联节点的能量可用率,进一步得出各路径的能量可用率和决定性能量,从多目标优化的角度来选择最优的级联移动路径,有效均衡了各移动传感器的能耗,充分利用了整个网络的能量,从而延长了网络的生存时间。仿真结果表明,该优化方法比标准的级联移动方法有更高的网络能量使用效率。

提出了移动代理数据卸载策略，对无线传感器网络中现有移动代理规划路径进行优化，根据卸载规则决定是否将数据分组分离通过优化的卸载路径传递，卸载数据的移动代理通过原路径访问数据源节点。使用移动代理经典算法IEMF（itinerary energy minimum for first-source-selection）进行大量的仿真实验，结果显示，提出的数据卸载策略能有效地解决数据源节点能量消耗过快的问题，延长数据源节点的生存期。

摘 要：在无线传感器网络中引入移动Sink来解决。静态无线传感器网络（所有节点均为静止）存在的能量空洞、冗余覆盖和热点等问题。传感器节点将数据发送给汇聚节点（CP,collection point），移动Sink访问CP节点收集数据。提出了一种最短移动距离最小能耗的路径优化模型（MEMD）。证明了该模型是一个 NP-hard 问题，给出了一种基于效用的贪心启发式方法用于确定最佳的CP 节点队列。为了在规定的最大传输延时的范围内访问尽可能多的 CP 节点，提出了一种基于CP 节点访问概率的路径选择