近日，我校信息科學(xué)與技術(shù)學(xué)院的肖婧,、周杰團(tuán)隊(duì)在工業(yè)無(wú)線傳感器網(wǎng)絡(luò)（IWSNs）中的聚類方法研究方面取得重要進(jìn)展,，研究成果以“QEGWO: Energy-Efficient Clustering Approach for Industrial Wireless Sensor Networks Using Quantum-Related Bioinspired Optimization”（面向工業(yè)無(wú)線傳感器網(wǎng)絡(luò)的能效聚類方法）在IEEE Internet of Things Journal上發(fā)表（中科院1區(qū),，IF= 10.238，TOP期刊）,。

該研究聚焦于IWSNs在監(jiān)控嚴(yán)格生產(chǎn)線狀態(tài)中的應(yīng)用,，提出了一種新的量子精英灰狼優(yōu)化（QEGWO）聚類方法，旨在解決數(shù)據(jù)傳輸實(shí)時(shí)性,、節(jié)點(diǎn)能量均勻性和網(wǎng)絡(luò)能耗等關(guān)鍵問(wèn)題,。隨著工業(yè)自動(dòng)化的推進(jìn)，IWSNs的性能提升顯得尤為重要,，而現(xiàn)有的聚類方法在能效和實(shí)時(shí)性方面存在不足,。研究團(tuán)隊(duì)通過(guò)采用量子優(yōu)化算法，顯著提高了網(wǎng)絡(luò)的聚類性能,。具體而言,，QEGWO方法結(jié)合了生物啟發(fā)算法與量子計(jì)算的優(yōu)勢(shì)，通過(guò)設(shè)計(jì)新的聚類模型和評(píng)價(jià)函數(shù),，綜合考慮節(jié)點(diǎn)剩余能量,、聚類間距離和基站（BS）距離等多個(gè)因素，優(yōu)化了聚類效果,。研究結(jié)果表明：（1）QEGWO方法在聚類效率和能耗方面優(yōu)于傳統(tǒng)聚類算法,，能夠有效延長(zhǎng)節(jié)點(diǎn)的工作壽命,，降低網(wǎng)絡(luò)的整體能耗；（2）通過(guò)引入多精英策略,，增強(qiáng)了聚類算法的全局搜索能力,，提升了聚類質(zhì)量，確保數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性和穩(wěn)定性,；（3）該方法在實(shí)際應(yīng)用中表現(xiàn)出良好的適應(yīng)性,，能夠滿足工業(yè)環(huán)境對(duì)數(shù)據(jù)傳輸?shù)母咭螅绕涫窃趶?fù)雜的生產(chǎn)線監(jiān)控場(chǎng)景中,，QEGWO方法能夠有效應(yīng)對(duì)數(shù)據(jù)流量波動(dòng)和節(jié)點(diǎn)能量消耗問(wèn)題,，為工業(yè)自動(dòng)化提供了強(qiáng)有力的技術(shù)支持。

本文的第一作者為信息科學(xué)與技術(shù)學(xué)院的碩士研究生劉陽(yáng)和李超群,，通訊作者為周杰教授,。近年來(lái)，該團(tuán)隊(duì)致力于IWSNs的能效優(yōu)化及其在智能制造中的應(yīng)用研究,，相關(guān)成果已發(fā)表在IEEE Internet of Things Journal,、IEEE Sensors Journal等國(guó)際知名期刊，研究得到了兵團(tuán)中青年科技創(chuàng)新領(lǐng)軍人才計(jì)劃,、中國(guó)博士后科學(xué)基金及石河子大學(xué)高層次人才科研啟動(dòng)項(xiàng)目的支持,。

（通訊員：周杰 郜建銳 鞏芮君）