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。     

蚁群算法在无线传感器网络中的应用研究

针对蚁群算法（Ant ColoW 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,通过动态地调整信息素来减少其最优路径上的信息素浓度．通过采用最优、最差路径信息素全局更新策略加快搜索速度,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。     

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。     

基于蚁群算法的LEACH协议研究

针对LEACH协议中簇头节点与汇聚节点之间采用单跳通信造成能量损耗过快的问题,提出了一种基于蚁群算法的LEACH协议,该算法利用蚁群算法易实现、支持多路径的特点,结合节点的剩余能量及传输距离,通过对网络中信息素浓度的建立和更新,达到降低簇头节点能量消耗过快的问题.仿真实验结果表明,该算法在降低能耗、延长网络生命周期等方...     

无线传感器网络中基于蚁群的簇问路由算法研究

针对HEED算法中簇首与基站通信能鼍消耗过大的问题,在HEED算法的基础上,将蚁群算法与之相结合,提出一种基于蚁群的能量高效簇间路由算法(EIACA算法);该算法综合HEED算法及蚁群算法的优点,考虑节点当前能量对路由选择的影响,实现快速搜寻从簇头节点到汇聚节点的多跳最优路由的同时均衡节点的能量消耗,延长网络的生存时间;仿真结果验证了该算法的可行性和有效性.     

蚁群优化的无线传感器网络路由仿真研究

针对无线传感器节点提供能鼍的电池有限,因此无线传感器网络的路由设计应有效地利用能量.为了有效地延长网络的生命周期,提出了一种基于蚁群优化的尤线传感器网络路由算法.首先根据节点剩余的能量进行簇头选择;然后通过简单易于实现、支持多路径的蚁群算法进行路由选择,通过相邻簇头节点间广播各自的距离和剩余能景信息,在整个网络中建立与更新簇头间的蚁群信息素浓度;最后根据蚁群信息素浓度计算各相邻簇头被选择作为下一跳的概率,从而形成网络簇间路由.在NS2平台下进行了仿真实验,实验结果表明,与LEAcH算法相比,减少了平均能耗,网络存活节点数增加,有效地延长了网络生命期.结果证明,蚁群算法在无线传感器网络中能够很好的找到最佳路由.     

蚁群优化算法在Ad Hoc网络路由中的应用

针对蚁群算法固有的搜索时间长、易陷入局部最优解的缺点,提出一种改进的基于蚁群算法的Ad Hoc网络路由算法。通过采取赌轮方式和扩散信息素提高路由搜索能力,绕开能量低的邻居节点均衡网络节点能量;同时对路由表做出修改,提高路由算法性能,增强算法的适应能力。经过与已有路由算法AODV的仿真比较,结果表明该算法不仅增加了路径的搜索多样性,减少了路径收敛时间,而且提高了网络的生存时间。     

蚁群算法在无线传感器网络中的应用研究

使用无线传感器节点有限的能量保证网络的寿命是无线传感器网络研究的重要问题,网络能量是否均衡消耗对网络寿命有着决定性的影响.为了促使网络节点能量消耗相对均衡,将蚁群优化算法应用于无线传感器网络的路径选择,提出一种蚁群优化的无线传感器网络能量均衡路由算法.利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径,使网络最优路径和能量均衡消耗之间进行平衡,以达到网络能量的优化均衡消耗,进而延长整个网络的寿命.进行了仿真实验,实验结果表明,与经典路由定向扩散算法相比,算法能有效地均衡网络节点的能量消耗为设计提供了有效的方法.     

无线传感器网络LEACH路由协议研究与改进

针对LEACH算法随机选取簇头,未考虑节点剩余能量及单跳与sink节点通信造成能量损耗过快的问题。引入以剩余能量及邻居节点数作为权重因子的时间等候簇头竞争模式选取簇头,并提出LEACH与蚁群算法相结合建立簇间路由机制,采用局部信息素更新,综合簇头节点的剩余能量及节点距离,为簇首与sink节点通信建立多跳路由,达到降低簇头节点能耗过快的目的。仿真实验结果表明,改进算法在降低能耗、延长网络生命周期等方面较LEACH算法有较大提高。     

无线传感器网络中基于能量优化的路由协议ANT-LEACH

经典路由协议LEACH采用自适应分簇算法,簇头与基站直接通信,因此一旦二者距离较远,则这种单跳传输方式将消耗较多能量,并最终导致整个网络运行失效。提出一种改进的基于能量优化的路由协议ANT LEACH,该协议将蚁群优化算法融入到簇头选路过程中,重点引入引力度函数概念对蚁群选择概率公式和信息素更新规则进行改进,充分考虑簇头节点的剩余能量,在簇头与基站之间找到一条能量最优路径,变单跳为多跳传输方式。仿真结果表明该协议有效地降低了节点能耗,延长了网络的生存时间,并保证了整个网络负载的平衡。     

蚁群优化算法在WSN路由中的应用研究

介绍了基本蚁群算法的原理和适用范围,总结出了基本蚁群算法在求解最优路径问题时,虽然具有很强的发现较优解的能力,但是存在容易陷入局部最优解和收敛时间过长等问题。考虑到基本蚁群算法在无线传感器网络路由上应用的不足,提出了一种改进后的蚁群算法,并将其应用到传感器网络路由中。该算法不仅在状态转移概率公式中引入罚函数和动态权重因子,而且采用局部信息素更新和全局信息素更新结合的方式更新路径信息,充分考虑到传感器节点与节点间的传输距离,并且充分考虑传感器节点的剩余能量。最后通过仿真实验,得到了基本蚁群算法和改进后的蚁群算法在传感器节点剩余能量和传输数据包时网络延迟的不同曲线,验证了改进后的蚁群算法在无线传感器网络路由选择上的高效性。     

基于改进蚁群算法的LEACH协议研究

针对LEACH协议在数据传输阶段,簇首与汇聚节点之间采用单跳模式传输数据使得能量消耗快并且不均衡的问题,提出一种基于改进蚁群算法的新型路由协议。该协议利用了能耗因子对蚁群转移概率以及信息素更新进行改进,充分考虑了节点的剩余能量和节点间距离,通过信息素的建立和更新,寻找簇首节点和基站之间的最优传输路径,进行多跳传输模式,从而均衡簇首节点能量消耗。仿真实验结果表明,改进后的ACO-BEC协议较之于LEACH协议,能够有效降低了整个网络能量消耗,延长了网络寿命。     

基于蚁群算法的Ad Hoc网络能量均衡路由协议

AdHoc网络路由协议的研究是AdHoe网络研究的重点之一,其中在节点能量、网络生命周期方面还存在问题有待解决。针对现有的路由算法对链路整体能量、单点能量之间的关系考虑的不足,该文综合分析链路平均能量与最小能量对网络生存期的影响,将链路平均能量与单点最小能量的乘积作为信息素的计算方法对蚁群算法进行改进,提出了基于蚁群算法的AdHoe网络能量均衡路由协议（ACEBR）。与AODV等协议进行对比,实验仿真结果表明,改进后的协议减少了节点的死亡数,延长了网络的生存周期。     

动态传感器网络移动代理路由算法

提出一种基于蚁群优化的动态传感器网络移动代理能量有效路由算法.该算法设计了一种新的路径选择概率模型,使移动代理能找到一条从处理节点到目标节点之间的能量有效路径,该路径兼顾了路径能量消耗和节点剩余能量情况;该算法还制定了新的蚁群局部信息素再初始化规则,该规则在网络中发生动态变化的节点附近进行局部信息素再初始化,快速有效地更新最优路径.与其他算法相比,该算法能找到一条能量消耗较小,并且节点剩余能量较多的有效路径.     

移动对等网络中的感知蚁群路由算法

针对移动对等网络的实际需要,文中提出了一种感知蚁群路由算法.该算法通过感知节点能量、链路质量和链路生存性等网络状况,可以有效地均衡网络能量,提高分组投递率.该算法在路由发现阶段采用基于信息素的选播机制,既保证及时找到有效路径,又避免传统广播机制浪费能量的现象;在评价建立的路径时,既考虑了沿途节点的能量,又兼顾了链路质量和链路生存性;在数据路由时,结合了概率型路由的自动均衡和确定型路由的快速收敛.模拟实验结果表明了它的有效性.     

无线传感器网络移动代理路由算法的仿真研究

路由选择问题是无线传感器网络中的核心问题.针对无线传感器网络节点能景、计算能力和通信能力有限等特点,为了降低能量开销和延长网络的生命周期,将蚁群算法和移动代理技术结合.提出一种新的无线传感器路由算法.考虑节点之间距离、路径能量消耗和节点剩余能量情况,使网络中的能量消耗更加均衡,同时对蚁群信息素更新规则进行了改进,加快了蚁群算法收敛到最优解的速度.仿真结果表明,与其它移动代理路由算法相比,算法在全局性和收敛速度方面都有所提高,有效地减少冗余数据传输,降低通信消耗,延长网络的生存周期,为路由传感器设计提供了参考.     

传感器网络中基于模糊理论和蚁群的路由算法

在蚁群算法基础上引入模糊理论的概念,提出基于模糊理论和蚁群BFTAC(Based on Fuzzy Theory and Ant Colony)的路由算法。BFTAC算法前向蚂蚁在路径探索中,通过模糊综合评判法选择下一跳节点;信息素更新过程中,成功到达汇聚节点转化的后向蚂蚁根据对应的前向蚂蚁携带的网络信息增强路径信息素,而未成功到达的要削弱信息素;数据传输时,采用低能量节点休眠工作机制,以此达到均衡网络节点的能耗的目的。仿真实验表明,与基于能量有效蚁群算法(EEABR)进行比较,相同条件下BFTAC算法有效地减少了网络平均能量消耗,增强了网络节点的存活率。     

基于剩余能量动态调整前向角度的路由算法

无线传感器网络(WSN)路由是影响网络寿命的重要因素。关键节点多次通信带来大量能耗,极易导致网络过早瘫痪。针对网络部分关键节点能耗过快问题,提出一种基于下一跳节点剩余能量动态调整前向角度的蚁群路由算法(DAFARE)。首先,节点于初始前向角度范围内根据节点剩余能量和距离来选择下一跳节点;而后,根据前向角度范围内节点剩余能量情况,动态调整前向角度大小;最终达到避免关键节点过早死亡的目的。仿真表明,与基于多目标评价函数与正-负反馈并存机制的蚁群算法(FMEPNF)相比,DAFARE能将网络有效寿命提高约50%。实验结果表明:该算法能有效均衡网络能耗,延长网络生命周期,保证网络有效覆盖范围。     

基于改进蚁群算法的WSN分簇路由机制研究

针对现有的用于无线传感器网络(WSN)的分簇路由协议,存在着所有簇头直接与汇聚节点通信、远离汇聚节点的簇头能量消耗过快等一系列的问题,根据蚁群算法(ACA)及WSN分簇路由算法的特点,对ACA进行改进并引入到WSN分簇路由机制中,提出一种基于改进蚁群算法的WSN分簇路由算法;该算法将到汇聚节点的距离设定为启发函数以找到簇头下沉的最佳路径和提高蚁群算法的效率,同时,在选择节点概率公式时将该节点的剩余能量考虑在内,在数据传输过程中,减少了簇头节点的能量消耗,进而实现节点能量的高效利用,增强网络的使用寿命。以实现网络通信的高效;通过仿真,结果表明,该算法是可行的、有效的。     

一种带侦察子群蚁群算法的无线传感路由协议

针对无线传感器网络（WSNs）路由面临安全威胁和节点能量有限的不足,提出一种基于引入侦察子群的改进蚁群算法（SACO）路由协议。通过改进的蚁群算法构造一条数据传输链,选择其中能量最大节点为簇头,信息通过相邻节点传送。结果显示：该算法兼顾到节点的能量和路径消耗,较标准蚁群算法和贪婪算法具有高效的路由选择功能,能够使网络中节点能量消耗更加均衡,从而延长网络的使用寿命。