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...     

基于蚁群算法的WSN能量预测路由协议

LEACH协议中的簇头和基站采用一跳通信,导致能量消耗过快。为此,提出一种基于蚁群算法的无线传感器网络(WSN)能量预测路由协议。引入蚁群算法思想,簇头节点通过多跳方式与基站节点进行通信。在计算蚂蚁选择下一跳的概率时,考虑节点可能的能量消耗,避免路径选择过于集中。仿真结果表明,该协议能降低簇头能量消耗,延长网络寿命。     

基于无线传感器网络LEACH协议的改进算法

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。     

基于LEACH协议节能路由算法的研究与优化

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。     

蚁群算法在LEACH路由协议中的应用

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。     

基于剩余能量的LEACH协议改进算法

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.     

基于LEACH协议的簇头选举改进算法

以减小LEACH协议簇形成过程中的能量消耗为目的,提出一种改进的簇头选举算法LEACH-ECHC。当所有簇头的剩余能量最小值小于某个阈值时,进行全网选举;当簇头能量小于该簇剩余能量的平均值时,进行簇内选举,并对簇头产生的阈值进行优化。仿真结果显示,LEACH-ECHC算法有更高的能量有效性,可以延长网络寿命,使节点能耗更均衡。     

基于LEACH与蚁群算法的WSN路由机制及性能分析

无线传感器网络是实现远程监测的方法之一,由于能量和网络生存时间的限制,其路由协议必须维持较小的路由信息并尽可能的减少能量消耗。在分析经典的分层路由算法LEACH算法特点的基础上,针对较大规模的网络环境将LEACH算法与组合优化蚁群算法相结合,并在NS2环境下验证其性能。仿真结果表明:运用修改后的新路由优化算法,增加了网络中的数据包发送量,分散了网络中传感器节点的能量消耗,延长了网络的生存时间。     

无线传感器网络LEACH路由协议的研究与改进

针对LEACH算法簇头选举方式的不足进行了改进,采用的方法是选举出最优数目的高能量簇头集来担任簇头工作.仿真结果表明,改进后的算法能够提供更长的网络生命周期和更高的网络吞吐率.     

一种基于遗传算法的无线传感器网络LEACH路由协议的改进算法

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.     

改进的基于蚁群算法的非均匀分簇路由协议

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。     

基于蚁群优化的无线传感器网络路由算法

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。     

蚁群算法在WSN路由协议中的应用

针对无线传感网络节点能量有限的特点,提出一种改进的蚁群算法,将蚂蚁信息素、网络节点能量和节点间的时延相结合,形成算法控制因子。仿真结果表明,该算法可以均衡网络中各个节点的能量消耗,延长整个网络的生命周期,缓解网络拥塞并降低平均传输时延。     

蚁群算法的研究及应用进展

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。     

蚁群优化算法求解TSP问题研究

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。     

基于蚁群算法的WSN分簇路由协议

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。     

基于多态自适应的蚁群算法研究

针对基本蚁群算法易陷入局部最优,收敛速度慢等不足,提出了一种多态自适应蚁群算法：首先引入不同种类的蚁群,每种蚁群有各自不同的信息素调节机制;其次采用自适应调整信息素挥发因子的策略,并将各条寻优路径上可能的残留信息素数量限制在一个区间内,避免出现停滞现象。仿真结果验证了文章所提算法的可行性和有效性。