基于蚁群算法的WSN多路径负载均衡路由

为使无线传感器网络节点能量消耗相对均衡,在定向扩散路由算法的基础上,结合蚁群算法,提出一种多路径负载均衡路由算法。该算法利用蚁群的自适应和动态寻优能力,在源节点和目的节点之间搜索建立多条传输路径,并将节点剩余能量引入启发因子,均衡节点能量消耗。同时,运用层次分析法,赋予每条路径一定的负载分配比例,使数据总能在链路性能较优的多路径中均衡传输,延长整个网络的生命期。仿真结果表明,与定向扩散路由算法相比,该算法能够均衡节点能耗,有效延长网络寿命。     

一种智能多路径路由及子流分配协同算法

传统单一路径的传输机制难以满足当前以智慧城市为代表的新一代应用对时延、丢包率等网络性能的要求,而现有多路径传输机制在路由算法及子流分配等方面不能根据网络实时状态调整且互相缺乏协同。引入强化学习理论并结合软件定义网络,提出多路径路由及子流分配协同算法。基于Q-learning设计多路径路由算法,并从策略协同角度对其进行改进,实现路由与子流分配的相互协同。在此基础上,通过Q-value的回环消除方法保证路由准确性并提高算法收敛速度。实验结果表明,该算法在网络负载动态变化过程中能实时调整最佳的多路径路由及子流分配协同策略,提高了传输成功率。     

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.     

无线多媒体传感网视频流多径路由算法优化

提出了优化蚁群算法的多径路由的计算方法,对网络链路内部具备的人工信息素进行相应的初期分布改善和优化,对提升网络数据的输送量以及优化视频的运行性能具有重要意义,试验结果证实,算法ACMRA对优化网络使用性能、改善视频输送性能及延缓网络生命,具有较高的可行性和优势特点。     

基于蚁群优化的多媒体传感器网络实时视频流分发策略

视频流传输是无线多媒体传感器网络的研究热点.本文提出一种基于蚁群优化的实时视频流分发策略AVSD(ACO based video streaming dissemination),分路由建立,节点内部视频数据分发两个阶段.在现有视频编码技术基础上,利用蚁群优化寻找具有不同QoS保障的路径,进行区分优先级的数据分发.仿真结果表明,AVSD策略可有效降低端到端时延,合理利用全网资源,提高网络性能并能够为无线多媒体传感器网络提供较好的视频传输性能.     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

无线网状网络的多路径路由与调度算法

提出了一种保障服务质量的多路径路由算法,数据分组可通过多条不同的路径进行传输,以提升网络总吞吐量性能.进一步提出了一种多路径调度策略.通过使用调度策略,基于当前可用带宽信息和路径所引入的时延信息,数据分组在传输前可被分成多段并通过不同的路径发送,根据路径时延调整优化调度策略,从而使得数据可通过在不同的路径上进行更高效地传输.仿真实验进一步验证了本文提出的路由机制和调度策略在不同网络负载下的优越性.     

基于拓扑关键点的多路径路由算法

提出了一种结合源路由和中间路由的多路径路由机制以满足可扩展性和路径节点不相交,并且发现了在网络中某些节点会作为拓扑关键点存在,这些节点形成了传输的热点并且是拥塞主要发生的地方,结合多路径路由分析,这些节点同时也会导致多路径路由的分离路径性能低下,这些节点称为拓扑关键点TN.设计了一种基于TN并包含了TN检测和避免的多路径路由算法,实验结果表明了该方法可以优化多路径路由的分离路径性能,提高网络的可靠性.     

马尔科夫决策过程在多路径冗余传输调度算法中的应用

传统网络终端设备通常以单路径连接网络,因此在路径发生异常时通常严重影响数据传输质量.随着重叠网络和异构多接入网络的发展,多路径传输逐渐成为可能.多路径传输中数据发送端的多路径调度算法是研究多路径传输的核心问题.本文提出了一种基于马尔科夫决策过程的多路径冗余传输调度算法,通过分阶段采用稳态马尔科夫策略并对关键数据进行冗余传输,实现了实时性要求较高的数据传输,提高了数据传输可靠性.仿真实验表明当路径传输质量发生改变时,该调度算法能够正确感知并将数据更多的调度到传输质量较好的路径上,有效降低路径质量变差时对传输的影响.该算法可应用于音、视频等实时业务中,能够有效提高用户使用体验.     

基于蚁群算法的能量均衡多路径路由算法的研究

本文对现有的基于蚁群算法的路由协议进行了深入的研究,并提出了一种基于蚁群算法的能量均衡多路径路由算法（ABMR）,该算法在蚂蚁数据包结构、信息素更新公式、信息素更新方式和多路径建立机制等方面作了改进。在信息素更新公式中综合考虑了路径的能量消耗速度、路径上剩余的最小能量、距离目的节点Sink的跳数和路径的拥塞程度。在信息素更新方式上,改变传统的信息素的累加更新方式,采用彻底的链路信息素更新方式,使网络负载更加均衡。ABMR的多路径生成机制可以在源节点和目的节点间更加合理的建立起多条路径。数据发送阶段,概率路由选择策略使数据流量均衡的注入无线传感器网络。本文在NS-2仿真环境下对ABMR协议进行仿真实验,仿真结果表明,和传统协议比较, ABMR协议在能量有效性、数据分组投递率以及分组端到端时延等方面都有一定的提高。     

基于智能算法的层次型多链WSN路由协议

路由协议设计是无线传感器网络的一个重要领域,可靠性、低开销、易于维护是无线传感器网络路由协议的设计目标。本文基于层次型拓扑控制思想,并在成链算法PEGASIS基础上引入智能成链策略,提出新的路由协议——HMCRP（Hierarchical Multi-Chain Routing Protocol）。HMCRP基于虚拟网格方式将网络划分为两层自治区域,简化拓扑复杂度;区域内节点按照蚁群算法成链,保证形成全局最优或较优的传输路径;提出链头选取公式,综合考虑节点性能、区域链的数据传输代价。通过matlab与omnet++相结合的仿真实验,与PEGASIS协议及其改进协议相比较,验证了HMCRP在延长网络生命周期、降低数据传输平均能耗以及提高数据接收率等方面的优势。     

A QoS-aware routing algorithm based on ant-cluster in wireless multimedia sensor networks

QoS-aware routing algorithm is important in wireless multimedia sensor networks. This paper formulates a generalized QoS-aware routing model on the basis of multiple routing metrics and priorities of packets. We first introduce a 2D plain-based routing algorithm IPACR which improves the standard ant colony algorithm by optimizing the initial distribution of artificial pheromone in order to accelerate the algorithm convergence rate. Then a clustering-based routing algorithm ICACR is presented which can be well applied in a large scale network. ICACR is a variation of IPACR because it can be suitable for clustering cases to satisfy the larger scale situations. Both the numerical algorithm performance analysis and simulation of IPACR and ICACR are given. The results show that ICACR outperforms IPACR in terms of both network lifetime and QoS-aware routing metrics in large scale wireless multimedia sensor networks. Moreover, the simulation based on the real video traces shows that by extending the multi-path to ICACR for different priorities of video frames better performance can be achieved.     

MABP: an optimal resource allocation approach in data center networks

In data center networks, resource allocation based on workload is an effective way to allocate the infrastructure resources to diverse cloud applications and satisfy the quality of service for the users, which refers to mapping a large number of workloads provided by cloud users/tenants to substrate network provided by cloud providers. Although the existing heuristic approaches are able to find a feasible solution, the quality of the solution is not guaranteed. Concerning this issue, based on the minimum mapping cost, this paper solves the resource allocation problem by modeling it as a distributed constraint optimization problem. Then an efficient approach is proposed to solve the resource allocation problem, aiming to find a feasible solution and ensuring the optimality of the solution. Finally, theoretical analysis and extensive experiments have demonstrated the effectiveness and efficiency of our proposed approach.     

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。     

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。     

Study on the algorithm for smart community sensor network routing with adaptive optimization via cluster head election

To reduce the uneven energy consumption for the data transmission and extend network life of intelligent community sensor network, an adaptive routing optimized algorithm for intelligent community sensor networks with cluster head election is proposed. In this algorithm, a three-dimensional clustering method adapted to the structure of intelligent community sensor network is proposed. The three-dimensional clustering method uses the cluster head election mechanism based on minimizing the total transmission loss to optimize the energy of the intelligent community sensor network. Second, an adaptive ant colony propagation method is proposed to solve the problem of intercluster data propagation after clustering. With the best path finding algorithm of ant colony algorithm, energy balance routing with lower energy loss and lower packet error rate is proposed. Finally, the simulation results show that the algorithm has better performance in reducing energy consumption and delay, improving transmission efficiency and node survival time.     

基于改进型蚁群系统的多约束电路路由算法

分析现有路由算法的缺点,对蚁群系统工作模型和传送网多约束电路路由选择原则进行描述,指出传统蚁群系统在解决多约束路由选择问题中的不足,改进了传统蚁群系统。阐述采用改进后的蚁群系统的多约束电路路由选择算法过程,用实例验证了算法的有效性。     

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。     

Ant-based survivable routing in dynamic WDM networks with shared backup paths

In this paper, we consider the problem of survivable routing in dynamic WDM networks with single link failure model. Our work mainly concerns in how to dynamically determine a protection cycle (i.e., two link-disjoint paths between a node pair) to establish a dependable lightpath with backup paths sharing. This problem is identified as NP-complete, thus a heuristic for finding near optimal solution with reasonable computation time is usually preferred. Inspired from the principle of ant colony optimization, we propose in this paper an ant-based mobile agents algorithm for this problem with improved blocking performance. To enable the new ant-based algorithm, we propose to use on each network node both a routing table that contains a set of feasible protection cycles between source destination nodes and also a pheromone table for mobile agents. By keeping a suitable number of mobile agents in a network to continually and proactively update the routing tables based on the current network congestion state, the routing solution of a connection request can be obtained with a reasonable computation time. Extensive simulation results upon the ns-2 network simulator and two typical network topologies show that our new algorithm can achieve a significantly lower blocking probability than the promising algorithm for dynamic lightpath protection proposed in [11] with a comparable computation complexity.     

基于Q学习量子蚁群的微纳卫星路由算法

在微纳卫星网络中,传统蚁群路由算法不能同时保证数据传输的安全性和网络业务的服务质量,且易陷入局部最优解,收敛速度较慢。为解决上述问题,提出一种实现多目标优化的Q学习量子蚁群路由算法。该算法在选择下一跳节点的转移概率时,将路径的平均信任值和路径的费用作为两个优化目标,构成最优路径的节点性能指标,保证数据传输的安全性和网络业务服务质量。在考虑路径费用函数时,将量子计算引入到状态转移概率计算中,避免陷入局部最优解,并在算法中引入Q学习的思想,将信息素映射成Q学习的Q值,强化算法在动态环境中的学习能力,以提高路由的整体性能。仿真结果表明,与蚁群优化算法和改进的蚁群多约束路由算法相比,Q学习量子蚁群路由算法明显改善包投递率、平均端到端时延和节点平均能耗等性能指标,避免了蚁群算法易陷入局部最优解,提高了收敛速度,可适用于具有高速移动节点的微纳卫星网络。