基于网格和遗传算法的移动代理路由算法研究

针对一类基于移动代理的无线传感器网络内移动代理的迁移路由问题,提出了一种基于网格和遗传算法的移动代理迁移路由算法.该方法通过改进的自适应遗传算法获取迁移的基路径信息,再结合网络网格化和路由修复策略来实现路由节点失效时的路由修复,从而有效降低能耗和实现成功迁移.     

基于离散多目标优化粒子群算法的多移动代理协作规划

无线传感器网络中多移动代理协作能快速高效地完成感知数据汇聚任务,但是随着移动代理访问数据源节点数的增加,移动代理携带的数据分组会逐渐增大,导致传感器节点能量负载不均衡,部分数据源节点能耗过快,网络生存期缩短。目前,针对该问题所设计的能耗均衡算法,多以降低多移动代理总能耗为目标,却未充分考虑部分数据源节点能量消耗过快对网络生存期造成的影响。提出离散多目标优化粒子群算法,以网络的总能耗和移动代理负载均衡作为适应度函数,在多移动代理协作路径规划中寻求近似最优解。通过仿真实验验证,所提出的多移动代理协作路径规划,在网络总能耗和网络生存期方面的性能优于同类其他算法。     

基于遗传算法的通信网络节点自适应调度方法

常规的网络节点调度方法主要以监测为主,节点传输的通信数据存在冗余问题,影响网络调度效果。因此,设计了基于遗传算法的通信网络节点自适应调度方法。选取通信网络节点簇头,确定通信网络初始化部署完成后的节点竞争半径。基于遗传算法构建通信网络节点自适应调度模型,剔除通信冗余节点,降低网络节点的调度能耗,从而实现网络节点的有效调度。采用仿真实验的方式,验证了该调度方法的调度效果更佳,能够应用于实际生活中。     

一种基于遗传算法的移动无线传感器网络节能路由协议的设计

基于遗传算法设计了一种移动无线传感器网络的节能路由协议.详细阐述了整个MWSN网络中分簇的实现过程,提出了MWSN网络的电能消耗模型,基于遗传算法实现了节点剩余电量的查询与优化处理.基于OMNet++实现了协议仿真,发现该协议优于M-LEACH协议.结果显示,该协议更适合使用于能耗相对紧张而移动性较强的MWSN网络.     

基于移动代理的分布式网络管理研究

随着网络的迅猛发展,管理网技术的相关研究也越来越得到广泛重视,传统的集中式管理方法在可扩展性、可靠性、灵活性方面存在一定的不足。基于移动代理的分布式网络管理方案可以很好地解决这些问题。网管站派遣移动代理到各被管节点上去收集数据和执行网管操作,这样可以分散网络管理站的工作量和降低网络的流量,并提升网络管理系统的主动性。     

基于Bayes序贯估计的无线传感器网络数据融合算法

移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。     

无线传感器网络中基于移动代理的自适应数据融合路由算法

该文提出在无线传感器网络中基于移动代理的自适应数据融合路由(AFMR)算法,解决移动代理如何以能量有效的方式融合、收集相关性数据的问题。该算法综合考虑了移动代理在路由过程中传输能量和融合能量的消耗,并根据数据融合算法的能量开销和节能增益,对移动代理迁移到各节点时是否执行数据融合操作进行自适应调整,以达到在各种不同的应用场景中优化移动代理能量开销的目的。通过仿真验证了在无线传感器网络的各种相关性数据收集的应用环境中,AFMR算法在节省能量方面比现有TSP和FMR的移动代理路由算法更加有效。     

移动边缘计算环境下基于移动感知的工作流调度算法

移动边缘计算环境下,用户可将本地的计算密集型任务卸载至边缘服务器,从而缩短工作流的完工时间并节省设备能耗。然而,许多研究忽略了用户移动导致的网络连接变化对工作流调度的影响。针对现有算法中存在的卸载不合理问题,文中提出了基于移动感知的工作流调度算法MaWS。该算法通过预测用户移动轨迹得出未来可通信的基站集合,并融入遗传算法,制定合理的任务执行顺序和执行位置。仿真结果表明,相比HEFT和Greedy等算法,MaWS算法能够有效缩短10%～15%的工作流完工时间并降低8%～13%的设备能耗,为移动边缘计算下的工作流调度提出一种有效方案。     

基于动态能量感知的移动云计算任务调度模型

传统云计算任务调度忽略了对总完成时间和总能耗目标的加权，导致任务调度的负载均衡性较差。为此，设计基于动态能量感知的移动云计算任务调度模型。将任务调度总完成时间和总能耗作为加权优化目标，引入基于能量感知的多适应度动态遗传算法，求解数学模型。通过遗传算子与再选择策略的相互协作获得新优势种群，并对其更新，寻找最佳移动云计算任务调度结果。实验结果显示，该模型的移动云计算任务调度总完成时间和总能耗较低，具有较好调度效果；负载均衡性良好，可适用于大规模移动云计算任务调度。     

基于遗传算法的无线传感器网络自适应数据融合路由算法

针对移动代理以能量有效的方式收集相关性数据的问题,该文提出了一种新的基于遗传算法的自适应数据融合路由算法。算法选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率。仿真结果表明自适应数据融合路由算法的能量效率优于完全数据融合路由算法和最邻近启发式算法。