基于信息素扩散模型解耦控制策略的蚁群算法

蚁群优化是一种元启发式的随机搜索技术．信息素是蚁群进行交流并实现群集智能的媒介，所以信息素的更新策略一直是蚁群算法中的一个研究热点．针对信息素扩散的耦合特征，提出一种基于信息素扩散模型解耦控制策略的蚁群算法．对信息素扩散模型进行改善，建立以蚂蚁经过的路径（直线段）为信源的信息素扩散模型，通过分析信息素扩散浓度场的耦合性，引入去耦控制策略来修正信息素的更新公式，大量TSP（traveling salesman problem）问题的实验表明：该算法不仅能获得更好的解，而且能加快算法的收敛速度．     

基于改进型蚁群算法的无线传感路由协议

针对无线传感网络中节点能量有限的特点,将蚁群算法应用于无线传感路由协议.通过蚁群算法构造一条链,选择其中能量最大节点为簇头,信息通过相邻节点传送.最后用VC 进行仿真,结果显示该算法对PEGASISpegasis有较大的改进,延长了节点生命周期,并且节点之间能量消耗非常均匀.     

基于蚁群的无线传感网最大化生存时间路由

为提高无线传感网的生存时间,对基于蚁群算法的最大化生存时间路由(MLRAC)进行了研究。该路由利用链路能耗模型和节点发送数据概率,计算一个数据收集周期内节点总能耗。同时考虑节点初始能量,建立了最大化生存时间路由的最优模型。为求解该最优模型,在经典蚁群算法的基础上,提出修正的蚁群算法。该算法采用新的邻居节点转发概率公式、信息素更新公式和分组探测方法,经过一定的迭代计算获得网络生存时间的最优值和每个节点的最优发送数据概率。最后,Sink节点洪泛通知网络中所有节点。节点根据接收到的最优概率,选择数据分组未经过的邻居节点发送数据。仿真实验表明,经过一定时间的迭代,MLRAC的生存时间可以收敛到最优值。该算法能延长网络生存时间,在一定的条件下,MLRAC算法比PEDAP、LET、Ratio-w、Sum-w等算法更优。     

基于梯度和能量捕获的无线传感网路由协议研究

为解决无线传感网分簇协议中出现的节点能量消耗不均衡的问题,提出一种新的基于梯度和能量捕获的分布式无线传感网路由协议EGRP。该协议引入了距离梯度和能量捕获技术,在成簇阶段,以节点自身剩余能量、邻居节点平均剩余能量、节点距离梯度为参数构建成簇策略;在转发阶段,以簇头剩余能量和簇头梯度为参数构建簇间转发策略。理论推导与仿真实验结果均表明,EGRP协议的优化效果达到了预期,使单个节点的能耗下降10.9%,不同节点间的能耗更加均衡,从而延长了网络的生命周期。     

基于蚁群代理的无线自组网多路径优化算法的研究

在蚂蚁算法基本规则的启发下,基于移动Agent的分布式路由算法研究(AntNet)的基础上,设计出一种新的基于蚁群代理优化的无线自组网多路径优化的路由协议算法(AdHoc-AntNet).这是一种新的无线自组网的路由算法,其结合蚁群理论和无线自组网本身的特点,对AntNet进行了改进,从而建立更有效的、适合无线自组网的路由协议算法.通过仿真试验表明,与AODV相比该协议在路由开销、平均分组延迟和吞吐量等方面都有明显的改进.     

蚁群算法在WSN路由协议中的应用

针对无线传感网络节点能量有限的特点,提出一种改进的蚁群算法,将蚂蚁信息素、网络节点能量和节点间的时延相结合,形成算法控制因子。仿真结果表明,该算法可以均衡网络中各个节点的能量消耗,延长整个网络的生命周期,缓解网络拥塞并降低平均传输时延。     

基于蚁群算法的定向扩散算法研究

无线传感器网络中定向扩散算法周期性地进行探测分组扩散时采用的是洪泛方式,这样会给网络带来巨大负载,严重影响网络的传输性能。提出一种改进的蚁群算法并将其应用于定向扩散协议中,算法中将定向扩散中的梯度建立在蚁群的信息素与网络节点剩余能量基础上,在寻找优化路径的同时,使网络节点能量得到均衡消耗。通过仿真实验验证了新方法的可行性,仿真结果表明新方法有效地控制了网络节点能量的均衡消耗,延长了整个网络的生存周期。     

基于剩余能量的无线传感网路由算法设计

小规模、分布集中的WSNs(Wireless Sensor Networks,无线传感器网络)适宜采用平面路由协议,但在平面路由协议中,传统的洪泛路由算法以广播的方式在整个网络中传输查询请求和查询结果数据帧,消耗了较多的传感器节点能量,导致节点过早失效.论文对传统的洪泛路由算法进行改进,提出并实现了一种节能路由算法BRE-Flooding(Based on the Remaining Energy Flooding,基于剩余能量的洪泛算法).在算法中,节点依据剩余能量决定是否接收和转发数据帧;节点维护由剩余能量、距离网络中聚合节点(Aggregation Node)的跳数等信息组成的邻居路由信息表,并依据数据帧中表示该查询请求关键程度的属性,结合邻居路由信息表动态确定向哪几个(或全部)邻居节点转发数据帧.经实验仿真,表明所提算法在节省节点能量消耗及网络负载均衡方面具有较好的表现.     

蚁群算法中信息素增量和扩散模型的研究

文章提出一种新的基于信息素增量和扩散模型的蚁群算法。首先,基于能量守恒与转换定律对信息素的增量模型进行修正,以体现蚂蚁在不同路径上行走时所产生的信息量差异;其次,以蚂蚁经过的路径(直线段)作为信息素扩散浓度场的信源,改善了信息素扩散模型,强化了蚂蚁间的协作和交流。大量TSP(Traveling Salesman Problem)问题的实验表明:该算法不仅能获得更好的解,而且能加快算法的收敛速度。     

基于遗传-蚁群算法的无线Mesh网QoS路由算法研究

针对无线Mesh网QoS的路由特点,结合遗传算法扣蚁群算法的特性,设计了一种遗传算法和蚁群算法相融合的算法,提出了遗传-蚁群算法求解无线Mesh网QoS路由问题的解决方案.该算法采用遗传算法生成初始信息素分布,利用蚁群算法求精确解,并在遗传算法运行过程中动态确定遗传算法与蚁群算法的最佳融合时机,实现两个算法的优势互补.实验结果表明,该算法在无线Mesh网QoS路由选择中是高效的,性能明显优于遗传算法和蚁群算法.     

改进的基于蚁群算法的非均匀分簇路由协议

针对无线传感器网络中传感器节点随机分布造成能耗不均和“热区”等问题,提出了一种改进的基于蚁群算法的非均匀分簇路由协议。该协议也采用“轮”方式运行,每轮簇首选举开始阶段,根据节点剩余能量、节点密度,结合节点到Sink节点的距离来构造不均匀的竞选半径,每个节点根据竞选半径范围内邻居节点计算剩余能量比及距离偏差平均值,从而计算出其簇首竞争等待时间,采用时间等候簇首竞选机制来选举出簇首,平衡簇内的通信能耗;数据传输阶段,考虑剩余能量、通信能耗、链路质量、传输时延等因素,采用改进的蚁群算法构造最优传输路径,数据传输的同时更新信息素,从而达到自适应、动态优化地建立和维护传输路径。仿真结果表明,该路由协议能有效节约能量和均衡能耗,延长网络生命周期,改善链路质量,减少传输时延。     

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。     

无线传感器网络中路由选择算法的研究

针对无线传感器网络中采用多跳方式建立路由的特点,将蚁群算法用于在无线传感器网络中寻找多跳路由,通过一组"人工蚂蚁"采用并行搜索方式,寻找从源节点到目的节点的最少跳数路径;在算法中通过引入约束条件,既可降低算法的计算开销,又加快了算法的收敛速度;仿真结果说明将该算法用于无线传感器网络中搜寻路由是有效的,且具有鲁棒性特点,同时比传统的路由算法具有更低的时间复杂度。     

基于改进蚁群算法的WSN能量均衡路由算法

WSN节点大都分布散乱，无法及时进行电池的更换，所以易出现网络能耗不均，重要节点过早消耗殆尽，故提出一种优化改进蚁群算法的路由算法，运用网络分层带和限制搜索角，引入介能距离和梯度函数，并在概率函数中加入能量因子等，来增长网络周期，增强寻优能力，降低能量消耗，避免先行陷入局部最优。通过仿真实验表明，该改进算法确实能够克服经典蚁群算法的缺陷，实现高效实时的优化路由。     

基于蚁群算法的WSN分簇路由协议

针对无线传感器网络的能耗问题,提出了一种基于蚁群算法的路由协议,在簇首选择时考虑到节点的剩余能量,确定节点的实际通信半径,成簇时采用预测机制,簇间采用蚁群算法构建多跳路由。在OMNET＋＋环境下进行实验表明：该协议可有效延缓节点死亡时间,延长网络生存周期。     

无线传感器网络高能效分簇路由算法

无线传感器网络与传统无线网络相比,网络节点在具有的电源能量、计算与处理能力、通信带宽等方面都十分有限。延长网络的生命周期成为无线传感器网络的一个关键问题。在低功耗自适应分簇路由算法(LEACH)的基础上提出了一种改进算法,其主要思想在于根据监测区域面积、节点数目及基站位置来确定最优簇个数而不是低功耗自适应算法中的固定值。最后仿真结果表明,改进后的算法与LEACH算法相比,无论是在能量消耗还是网络生命周期方面都有较大的提高。     

传感网络中一种基于蚂蚁算法的分布式数据汇集路由算法

提出了一种传感网络中基于蚂蚁算法的分布式数据汇集路由算法．该算法的基本思想是通过一组称为“蚂蚁”的人工代理寻找到达Sink节点的最优路径，并利用蚂蚁算法的正反馈效应来达到数据汇集的目的．算法不需要网络节点雏护全局信息，且数据汇集降低了网络路由开销，因此是一种节约能量的分布式路由算法．理论分析和仿真结果说明了新算法的有效性和可伸缩性．     

无线多媒体传感器网络视频流多路径路由算法

无线多媒体传感器网络中的视频流传输,需要提供多样QoS保障.提出一种基于改进蚁群算法多路径路由算法ACMRA(ant colony based multipath routing algorithm),以寻找具有多种优先级路径的路径集,并对重要性不同的视频数据进行相应路径的选择.通过优化网络链路上人工信息素的初始分布,改进后的蚁群算法具有更快的可行路径发现速度及收敛速度.多路径机制的引入提高了网络数据吞吐量与视频传输性能,同时可均衡网络资源,延长网络生命.实验结果表明,算法ACMRA在网络性能、视频传榆性能与网络生命周期方面,较之其他路由算法具有明显优势.     

基于改进蚁群优化的无线传感器网络路由算法

针对无线传感器网络节点能量、通信能力有限等特点,提出了一种改进蚁群优化的路由算法,算法对下一节点的选择充分考虑了通信距离和剩余能量等因素,将蚂蚁搜索行为集中到最优解附近,为避免早熟收敛行为的发生,将信息素轨迹的值域范围进行限制,通过对信息素轨迹的平滑化,快速逼近无线传感器网络最优路径;仿真结果证明,该算法有效地减少了网络能量消耗、节点死亡数量和链路长度,延长了网络生命期。     

基于蚁群算法的无线传感器网络能量有效路由算法研究

本文结合蚁群算法的理论,提出了改进的能量有效路由算法(IEEABR),该算法在蚂蚁数据包结构、概率选择公式及信息素更新公式等方面做了改进.通过为前向蚂蚁与后向蚂蚁设计不同的报文结构提高了传输效率.概率选择过程中考虑邻居剩余能量的相对大小,能够避免蚂蚁选择能量较小的邻居作为下一跳,均衡了网络能量的消耗.让前向蚂蚁在路径搜...