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.     

基于蚁群算法的无线传感网络稳定簇路由研究

针对蚁群算法在无线传感网络中应用时收敛速度慢、最优路径不稳定进行改进,提出优化簇头的个数、不均匀成簇、保持优化簇的稳定算法,在优化簇中利用改进的蚁群算法进行路由选择。仿真实验表明,稳定簇蚁群算法在节省能耗、数据传递速度方面有一定提高。     

基于信息素扩散模型蚁群算法的无线传感网路由研究

为了快速适应无线传感器网络拓扑的动态变化和节点能量的有限性,本文采用信息素扩散模型,提出一种基于蚁群算法的路由协议.由实际和虚拟两种信息素共同指引路由包和数据包进行偏向性路径搜索.进一步,根据数据包传输情况,对信息素采取奖惩机制,从而为路由优化提供支持.基于TOSSIM平台的仿真表明,该协议在保证数据可靠传输的同时,有...     

无线传感网优化生存时间的分布式功率控制

为延长无线传感网的生存时间,提出优化生存时间的分布式功率控制算法(DPCOL).该算法分析节点发送功率变化下的链路流量平衡约束,链路最大传输速率约束,节点能耗约束等条件,建立最大化生存时间的网络模型.采用分布式功率迭代和次梯度算法求解该模型.节点获知与各邻居节点通信所需要的最低发送功率集,随机选择发送功率集中的功率作为...     

基于改进蚁群算法的无线传感网络路由算法研究

针对无线传感网络能量消耗不均及节点过早死亡等问题,提出一种新的基于改进蚁群算法的路由算法。在网络结构方面,加入网络分隔带和搜索角,并结合节点剩余能量,共同限制下一跳节点的转移概率;同时改进启发函数,加入能量影响因子,增强算法寻优,避免陷入局部最优;在信息素更新方面,引入阈值机制并设立最优路径权重值来寻找最优路径。仿真结果表明,改进后的算法能够进一步降低网络能耗,延长网络生命周期。     

基于改进蚁群的无线传感器网络路由*

在结合无线传感器网络的情况下,利用蚁群算法对无线传感器网络路由在MATLAB中进行了仿真,并对基本的蚁群算法作了改进,取得了较好的结果。     

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。     

基于量子蚁群算法的无线传感器网络路由

无线传感器网络路由是无线传感器网络研究领域的一个研究热点;针对能最控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,研究者将蚁群算法应用于无线传感器网络的路由,但是蚁群算法在求解无线传感器路由问题时存在易于陷入局部最优和收敛速度慢等问题,将量子蚁群算法应用于无线传感器网络路由,用量子比特的概率幅表示蚂蚁当前位置信息,用量子旋转门更新蚂蚁携带的量子比特,用量子非门实现蚂蚁所在位置的变异;仿真实验表明该方法具有收敛速度快,解的质量高、稳定性好等优点,为蚁群算法在无线传感器网络中应用提出了一种新的解决方案.     

基于蚁群优化的无线传感器网络路由算法

路由技术是无线传感器网络(WSNs)的关键技术。基于蚁群优化的无线传感器网络路由算法具有蚁群算法的自组织、正反馈和并行性的特点,在构造WSNs的最优路由时有很好的性能。介绍了蚁群算法的数学模型,着重从启发因子的构建方式上描述了当前典型的基于蚁群的路由算法,并比较分析了这些算法的特点及存在问题,在此基础上给出了设计启发因子的方法,为进一步研究提供了一些解决思路。     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

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。     

蚁群算法在无线传感器网络路由中的应用研究

设计合理的路由算法是无线传感器网络中的核心问题之一。基于蚁群算法提出了一种可用于无线传感器网络的单播路由算法,该算法利用蚁群算法正反馈及分布式计算的特点寻找从源节点目的节点的最少跳数路径。仿真实验证明了该算法是合理的及有效的,具有可扩展性的特点,同时在收敛速度和鲁棒性上优于典型的单播路由算法。     

基于蚁群算法的QoS最佳路由选择问题的研究

针对当前通信网络中存在的服务质量问题提出了满足QoS约束的最佳路由选择算法——蚁群算法,该算法是一种新型的进化算法。与其它进化算法一样存在搜索时间过长和易于陷入局部最优解等缺陷。提出了一种通过动态地调整信息素的挥发度和采用最优、最差路径信息索全局更新策略来克服上述缺陷。改进型算法能较快地收敛到全局最优解。仿真结果表明上述方法是可行和有效的。     

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。     

基于小世界的无线传感器网络的路由算法

针对小世界的拓扑特性,提出一种基于小世界的无线传感器网络(WSN)的路由算法。该路由算法引入超级节点环概念,将超级节点环视为无向图,利用改进的Floyd算法计算出最短传输路径,缩短路由建立时间,进而提高网络的传输效率,降低无线传感器网络的能耗。仿真结果表明,该算法与针对小世界提出的路由算法PSCF、SWRP和MH相比,在路由建立时间、能量消耗和网络吞吐量方面效果显著。     

大规模无线传感器网络自适应节能路由算法

在确保大规模无线传感器网络信息可靠传输的前提下,尽可能降低网络能量开销,提出了大规模无线传感器网络的自适应节能路由算法。针对长江三峡库区水质监测的具体应用环境,构建了网络模型,采用梯度型拓扑生成器生成网络拓扑,利用可以平衡负载的节能自适应算法进行最优路由选择,建立了应用于大规模无线传感器网络的自适应节能路由算法。在具有代表性的两种不同网络环境中,对该算法的节能效果进行测试,结果表明了算法的可行性和先进性;该算法能有效地将网络负载平均分配于整个网络中,减少网络的整体能量开销,延长整体网络的寿命。     

基于三维空间与区域协同进化的无线传感网多路径路由协议

针对三维空间中无线传感器网络(WSN)的节点能量消耗不均衡问题,提出了一种基于三维空间与区域协同进化的无线传感器网络多路径路由协议(MRPTSRC)。该协议采用提出的区域划分模型将节点的一跳邻域空间划分为若干个子空间;根据区域协同进化算法(RCA)选择每个子空间的局部最优节点并决定最优下一跳节点;对前向区域节点采用加权策略以跳出局部最优并提高向Sink节点的收敛速度。在NS-2平台下进行了仿真,与度数受限的路由(DECOR)和前向感知因子的能量均衡路由协议(FAF-EBRP)相比,MRPTSRC的首个节点死亡时间相对于总时间分别提高了6%和3%;与FAF-EBRP相比,MRPTSRC的节点死亡率降低了38%,延迟时间降低了30%,节点剩余能量标准差也降低了16.7%;与DECOR相比,MRPTSRC的网络生存时间延长了30%。仿真结果表明,MRPTSRC能够有效地提高网络的性能。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。     

基于改进蚁群算法的铁路乘务交路计划的编制

针对提高铁路乘务交路计划编制质量和效率的问题,将乘务交路计划编制问题抽象为单基地、均衡行驶路程的多旅行商问题（MTSP）,引入均衡因子,建立了以乘务交路用时少和子乘务交路间任务均衡为目标的数学模型。针对该模型提出了一种双重策略蚁群优化算法,该算法首先构建满足时空约束的解空间,分别对乘务区段节点和接续路径设置信息素浓度,然后采用双重策略状态的转移概率,使蚂蚁遍历所有乘务区段,最终找到符合乘务约束规则的子乘务交路。最后运用广深线城际铁路数据对设计的模型及算法进行检验,经与遗传算法的实验结果对比分析表明：在相同的模型条件下,运用双重策略蚁群优化算法编制的乘务交路计划乘务交路个数减少了约21.74%、乘务交路总时长降低了约5.76%、交路超劳率为0。运用所设计的模型和算法编制乘务交路计划能够减少乘务计划交路时长,均衡工作量,避免产生超劳交路。     

基于分级的无线传感器层次安全路由算法

当前无线传感器网络路由协议研究缺乏对路由安全的考虑;或者单独地提出安全密钥管理算法,不能将安全算法与实际网络模型相结合。在保证网络生存时间的基础上兼顾网络的安全性,提出了一种基于级别、层次的安全路由算法。算法中分级别成簇,信息从低级别向高级别逐级传送,利用数据融合减少信息传送中的冗余,同时引入传感器网络的基于分布式安全策略（DSPS）密钥管理方案与级别成簇相结合,有效地减少了密钥管理带来的能量开销,既延长了网络生存时间,又保证了网络安全。NS2下的仿真实验结果表明,该算法适合大规模传感器网络,平衡了网络节点的能耗,延长了网络生存时间。