基于蚁群优化的无线传感器网络路由算法

路由问题是无线传感器网络的核心问题。该文介绍了一种新的基于蚁群优化的路由算法。解决了无线传感器网络路由过程中节点能量消耗和拥塞控制问题,能够达到更好的负载平衡能力和延长网络生命周期。新算法结合了多蚁群的信息素释放机制和节能策略,还引进多蚁群之间的竞争机制以避免算法的单一收敛,在控制网络拥塞和平衡能量消耗上非常有效。实验结果表明,该新算法和基本的蚁群算法比较有更好的性能。     

一种蚁群竞争WSN能量均衡路由算法

针对无线传感器网络路由在能量控制和拥塞控制上的特殊要求，通过利用蚁群算法(ACS)对路由中最短路径的加速收敛的同时，兼顾网络节点能量均衡消耗，提出了一种新算法——AERA。该算法引入了多蚁群竞争机制，并将多蚁群挥发的信息素与网络节点能量参数共同构成路由控制因子。此算法能有效地控制网络拥塞，并使网络节点能量消耗相对均衡，延长了整个网络的生命周期，实现了高效路由与能量消耗的最优权衡。通过NS仿真实验验证了该方法的可行性，并给出了实验结果。     

拥塞敏感的无线传感器网络路由算法

如何延长无线传感器网络的生命周期是一个重要的挑战.提出了一种新的拥塞敏感的路由算法,该算法充分考虑了路由选择过程中的数据负载与邻节点的缓存、信道竞争等状态的关系,每个节点以此计算一个能反映本地拥塞状态的权值,节点选择权值最高的下游节点作为下一跳来平衡下游节点的能耗和数据负载,同时降低下游节点的拥塞可能性.模拟实验表明:...     

一种无线传感器网络蚁群优化路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一.将蚁群优化算法(ACO)应用于无线传感器网络的路由,提出一种无线传感器网络蚁群优化路由算法.该算法利用蚁群的自组织、自适应和动态寻优能力进行网络优化路径的建立与维护,采用Stigmergy的概念来减少控制信息的流量,以实现网络数据的高效传输.仿真分析表明,该算法和DD算法相比在传输延时方面性能相当,在路由代价方面效果显著.另外,该算法还具有可靠性高、适应性强等优点,并能够根据需要实现网络的拥堵控制和能量均衡等综合优化.     

基于节点剩余能量和最大角度的无线传感器网络路由算法

针对传统无线传感器网络(WSNs)路由算法的缺点与不足,为了延长网络的生存时间,提出一种基于节点剩余能量和最大角度相融合的无线传感器网络路由算法.首先构建了无线传感器网络结构和能量模型,然后建立节点剩余能量和角度联合路由优化算法,最后采用Matlab 2012仿真工具进行仿真测试.仿真结果表明:该路由算法延长了整个网络的生存时间,具有较好的容错性和鲁棒性.     

一种基于蚁群算法的WSN路由算法

针对蚁群算法(Ant Colony System,ACS)在无线传感器网络路由中对网络拥塞问题和能量控制方面的不足,提出了一种改进的蚁群算法。该算法将蚁群的信息素与网络节点的能量结合起来,在蚁群算法收敛的同时,减少其最优路径上的信息素浓度,避免了网络拥塞和个别节点能量消耗过快的问题,从而延长了整个网络的生命周期。通过实验验证了该方法的可行性,并给出了实验结果。     

无线传感器网络路由算法仿真模型的研究

随着计算机技术、网络技术、无线通信技术的发展,当前在通信领域形成了一种无线传感器网络,无线传感器网络有诸多优势和功能,应用范围非常广,因为自身的特点,使得无线传感器网络的发展、技术等面临着新的挑战。无线传感器网络从组成到功能均和传统的无线通信网络不同,无线传感器网络的路由算法在不断地创新和突破。在无线传感器网络路由算法的设计中,需要将所有的资源高效利用放在首位,建立路由计算仿真模型。针对无线传感器网络路由算法的仿真模型进行了研究分析。     

基于分簇的无线传感器网络节能路由算法研究与应用探讨简

随着科技进步和经济的进一步发展,无线网络信息技术逐渐成为网络通信技术的重要组成部分。为了适应时代要求,节能环保,提高无线传感器网络路由的工作效率,进行基于分簇的无线传感器网络节能路由算法研究与应用探讨就显得尤为重要。本文基于现代信息技术高速发展的条件下基于分簇的无线传感器网络节能路由新算法的研究背景,从人文社会学的角度对基于分簇的无线传感器网络节能路由算法的现状、存在的问题及产生原因进行了分析,并在进行基于分簇的无线传感器网络节能路由算法研究与应用探讨的必要性探讨的基础上,提出了加强基于分簇的无线传感器网络节能路由算法研究与应用探讨的具体对策,为创新无线网络传感器路由算法,实现无线路由的节能高效,促进无线网络路由技术的向前发展,提供了一些切实可行的指导性意见,为其指明了前行的正确方向。     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。     

基于自律分散系统方法的一种WSNs路由学习算法

本文对随机散播节点的无线传感器网络的路由策略进行探讨,提出了一个通过学习方法计算节点路由的算法。该方法计算路由时,只需要与邻接点交流少量信息,通过深度优先搜索策略,并结合节点路由历史经验,选择路搜索下一节点。该方法体现了分散自律系统方法和分布估计学习算法结合的优越性。仿真结果表明,该算法是一个快速高效的无线传感器网络路由算法。     

基于隶属云蚁群算法的长链型无线传感器网络路由优化

针对用于监测系统的长链树状无线传感器网络数据传输的实时性和高可靠性等要求,并考虑到近汇聚节点处易形成"漏斗"等问题,本文提出用基于云模型的多蚁群算法对无线传感器网络路由进行跨层优化的设计思想。算法通过种群间信息素的相互作用并行地完成路径的搜索并及时对信息素进行更新,在搜索的过程中把节点的时延、跳数、负载及分组成功率作为路径的启发值,利用多规则云发生器对更新策略中的信息素残留系数和信息素强度进行自适应调整。仿真结果表明,该路由算法能够保证无线传感器网络具有很强的实时性、可靠性及鲁棒性,实现了网络的负载平衡及拥塞控制机制。     

长链树状无线传感器网络中遗传蚁群路由优化算法

为提高长链树状无线传感器网络的服务质量(QoS),本文用云遗传蚁群网络算法对无线传感器网络路由进行优化.算法中将正向蚂蚁根据节点负载情况发现的可行路径作为遗传算法的初始种群进行染色体编码,用路径时延、跳数及链路质量定义的适应度函数对染色体进行评价;利用正态云发生器实现路径的交叉和变异操作,逆向蚂蚁对优化后的路径进行信息素更新.仿真结果表明该路由算法能够满足无线传感器网络的实时性、可靠性等方面的要求,实现了网络的负载平衡及拥塞控制机制.     

基于遗传算法的无线传感器网络路由协议研究*

针对无线传感器网络能量受限、建立高效路由困难等特点,将遗传算法应用于无线传感器网络路由协议中,提出了一种快速构建无线传感器网络最优路径方法。采用可变长度染色体编码,采取选择、交叉和变异操作,充分利用基站的信息资源和强大计算功能,逼近无线传感器网络最优路径。仿真结果表明,基于遗传算法的无线传感器网络路由协议可以有效延长无线传感器网络的生命周期,改善网络性能。     

基于蚁群优化的无线传感器网络路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一。基于群智能优化技术的蚁群优化算法被广泛应用于网络路由算法。提出一种无线传感器网络蚁群优化路由算法,能够保持网络的生存时间最长,同时能找到从源节点到基站节点的最短路径;采用的多路数据传输也可提供高效可靠的数据传输,同时考虑节点的能量水平。仿真结果表明:提出的算法延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

利用改进的SUSAN算法优化无线传感网络簇头节点

在LEACH—C算法的基础上,提出了对传统无线传感器网络路由算法的改进,在过去的无线传感网络的路由算法中采用模拟退火算法,来实现选取簇头,改进后的算法应用图像角点检测算子-SUSAN算子,使其在簇头的选取上,定位更准速度更快。改进后的无线传感器网络路由算法能更好地节能,有效地延长了整个无线传感器网络的寿命。     

基于冗余连通的无线传感器网络覆盖优化研究

在保证无线传感器网络连通的基础上,提出了一种带有一定冗余度(即k连通)的传感器网络.另外在基于图论模型的基础上,提出一个多跳无线传感器网络的选路算法,该算法考虑到无线传感器网络的节点多跳特征,通过多跳矩阵的更新进行相应的路由选择和分析,从而选择最优路径,以节省网络开销.     

基于进化算法的无线传感器网络任播路由算法

在无线传感器网络WSN(Wireless Sensor Networks)中存在无线链路容易失效的现象,但大多数学者在设计路由算法时较多地关注网络生存期问题,而忽略路由健壮性问题.提出一种基于进化算法的WSN任播路由算法.该算法以网络生存期和路由健壮性为优化目标,并通过多目标进化算法寻找到两者的最佳适应值.实验验证了该算法的有效性,实验数据表明:相比较基于单目标优化(网络生存期)的任播路由算法,所提算法的网络生存期及路由健壮性两个性能的综合优化值优于前者;相比较传统单路径任播路由算法,所提算法的网络生存期、路由健壮性和可扩展性优于前者.