共查询到10条相似文献,搜索用时 31 毫秒
1.
莫桂江 《微电子学与计算机》2011,28(9)
为了提高无线传感器网络路径优化效率,快速找到最优路径,提出基于蚁群-遗传算法的传感器路径优化方法.利用遗传算法的快速全局搜索能力和蚁群算法的正反馈机制,实现了两种算法的融合.仿真结果表明,蚁群-遗传算法在时间和性能上都优于单独的蚁群算法和遗传算法,能快速找到无线传感器网络最优路径,有效延长了网络的生命周期. 相似文献
2.
屈正庚 《太赫兹科学与电子信息学报》2016,14(6):943-947
介绍了无线多媒体传感网络(WMSN)路由的设计原则与策略,描述了路径最优的基本原理,最后从最优路径的选择、信息转发策略、节点能量消耗3个方面考虑,设计出路径最优路由算法。该算法与蚁群算法进行比较,实验结果表明,该算法在节点能量消耗、信息传送速度上都优于蚁群算法,尤其传速率提高了30%左右。 相似文献
3.
为了延长Ad Hoc网络的生存周期,提出了一种基于蚁群优化和能量有效的Ad Hoc网络多路径动态路由算法ACOERA。该算法根据路径的有效能量率进行路由选择,路径建立后通过蚁群优化算法动态收集路径信息,并对路由表进行更新。仿真结果表明,该算法能有效延长网络生存时间,增强通信网络的自适应能力。 相似文献
4.
5.
为获取最优的救援路径,以提高救援的有效性和实时性,文中提出了一种粒子群蚁群融合算法。该算法在分析影响路径选择因素的基础上,运用模糊数学中的层次分析法评定了道路的权重,建立了消防灭火救援模型;使用粒子群算法快速获取次优解,将此次优解作为蚁群算法的初始信息素增量,并将求解出各段路径权重矩阵引入到优化后的蚁群算法状态转移概率的求解模型中来,再利用这种改进后的状态转移规则,且考虑行车速度时变性的基础上求解出模型的最优解。实验结果表明,该方法可以完成最佳救援路径的规划。 相似文献
6.
改进蚁群算法在交通系统最短路径问题的研究 总被引:3,自引:0,他引:3
求解交通路网中两点间的最短路径是智能交通系统中的一个重要功能,为了更为准确快速地找到最优解,这里分析Dijkstra算法处理动态车辆路径问题中的缺陷,提出一种改进的蚁群算法,即在基本蚁群算法中引入搜索方向和搜索热区机制提高算法的搜索性能.通过建立改进蚁群算法模型,用VC 6.0开发工具,以实际交通地图为例,求解交通网络两点间最短距离;并与基本蚁群算法进行对比.仿真实验表明,传统蚁群算法的平均迭代次数为71.06,改进蚁群算法平均迭代次数为55.82,比传统蚁群算法有了明显的提高.该方法能有效解决交通系统最短路径问题,具有一定的实际意义和参考价值和实际意义. 相似文献
7.
8.
9.
认知无线网络中一种基于蚁群优化的频谱分配算法 总被引:1,自引:0,他引:1
针对认知无线电中的频谱分配问题,该文提出一种基于蚁群优化的频谱分配方法。该方法在授权用户和认知用户共存的认知网络模型中,通过蚁群访问各个认知节点,并释放信息素,从而实现概率型的全局搜索的并行频谱分配算法。与传统的频谱分配方式比较,该算法能够进行增强型学习积累,快速收敛到最优路径,从而获得了最优的平均信道效益。文中对该算法进行了分析和说明,并通过仿真证明了算法的有效性和稳定性。 相似文献