共查询到17条相似文献,搜索用时 62 毫秒
1.
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... 相似文献
2.
3.
基于无线传感器节点的位置信息及剩余能量,提出了一种基于LEACH协议的改进算法-PE-LEACH协议。PE—LEACH协议基于节点的位置信息进行分簇,基于节点的剩余能量及位置信息进行簇头的选择,当簇头距离汇聚节点较远时采取中转方式传送数据。较好的平衡了网络能量负载,延长了网络的生命周期。仿真结果表明:PE—LEACH协议与LEACH协议相比,提高了网络能量的利用率,延长了节点的生命周期。 相似文献
4.
《计算机应用与软件》2015,(7)
针对LEACH(Low-Energy Adaptive Clustering Hierarchy)协议在分簇算法中存在的未考虑节点的剩余能量,簇头节点分布位置不合理等缺陷,提出基于LEACH协议的节能路由改进算法。在原有协议的基础上,优化了成簇的条件,充分考虑了剩余能量与相对位置,使得无线传感器网络的寿命得到进一步延长。仿真实验结果表明改进后的算法有效降低了网络能耗,提高了无线传感器网络的性能。 相似文献
5.
蚁群算法在LEACH路由协议中的应用 总被引:1,自引:0,他引:1
减少网络能量损失,增加网络的生成时间是无线传感网络的重要研究内容。LEACH是针对无线传感网络设计的低功耗自适应的路由算法。但是传统LEACH路由算法存在簇首开销过大、簇规模分布不均匀等问题。针对LEACH算法存在的缺点,从成簇方式和簇头路由拓扑提出改进方案,成簇半径随着距离Sink节点的增加而减小,簇首间采用蚁群算法进行路由优化。实验从网络节点存活的节点数目和节点的平均耗能两个指标对仿真结果进行评价,仿真结果显示改进算法网络的生存时间比传统结果提高了15%,节点平均能耗降低20%。改进算法可有效减少网络的总能量消耗,均衡网络的负载。 相似文献
6.
论文基于LEACH协议的不足,提出基于簇首节点平均能量消耗和节点剩余能量来选举簇首.通过仿真实验,该改进协议有效地保证网络能量消耗的均衡性,进而延长网络生存期. 相似文献
7.
8.
9.
10.
针对LEACH协议存在的簇首数目与最优簇数目不一致,随机选择簇首,未考虑节点剩余能量、节点位置和节点密集度等问题,提出了一种基于遗传算法的新型路由算法LEACH-GEC,算法首先利用最优簇数目与遗传算法的结合对网络节点进行分簇,然后利用节点剩余能量、距簇内质心的距离、节点覆盖度和共享密钥数目等约束条件来选择簇首.仿真表明:改进后的路由算法较LEACH协议分簇更均匀,簇首选取更合理,有效延长了网络寿命,同时还可以确保簇内通信的安全性. 相似文献
11.
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。 相似文献
12.
郝晓青 《数字社区&智能家居》2010,(1)
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。 相似文献
13.
14.
张祖琼 《数字社区&智能家居》2009,(9)
蚁群算法是优化领域新出现的一种启发式仿生类并行智能进化系统,该算法采用分布式计算和正反馈机制,易于和其他算法结合,目前已得到了广泛的应用。本文在介绍基本蚁群算法的基础上,介绍了蚁群算法目前的一些研究情况,然后例举了蚁群算法的一些应用,最后对蚁群算法今后的研究方向作了分析和展望。 相似文献
15.
蚁群优化算法求解TSP问题研究 总被引:2,自引:0,他引:2
介绍了信息素混合更新的蚁群优化算法,并用来求解TSP问题。混合信息素更新的蚁群优化算法是在蚁群系统(ACS)的基础上改进而成的,它在演化过程中,通过改变信息素的迭代最优更新规则和全局最优更新规则的使用频率,逐渐增加全局最优更新规则的使用频率,从而提高系统收敛的速度和减少系统搜索的导向性,并以Oliver30和att48为例给出了实验结果,说明了该混合算法的有效性。 相似文献
16.
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。 相似文献