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。     

基于蚁群算法的路由协议在TinyOS中的实现

为了提高无线传感器网络(WSNs)的通信链路质量,在TinyOS系统中实现了基于蚁群算法的路由协议,该协议采用多跳的通信方式,为应用程序提供较为可靠的数据传输服务。结合Zig Bee网络的体系结构,详述了该协议的实现流程。通过TOSSIM仿真平台对该协议进行了验证,仿真结果表明:基于蚁群算法的路由协议能够在降低丢包率和传输延时的同时平衡节点的能量消耗,进而延长整个网络的存活时间。     

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...     

WSNs中基于量子蚁群的智能配电网QoS路由算法

为了建立保障智能配电网(SDN)通信服务质量(QoS)需求的路由机制,提出一种配电网中基于量子蚁群优化的无线传感器网络(WSNs)改进路由算法(SDN-QACO).首先建立优化SDN数据传输模型;然后分析配电网不同通信业务的QoS需求;在路由阶段引入QACO算法,在期望启发式中引入邻节点距离、剩余能量因素,在信息素启发...     

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。     

一种基于蚁群算法的WSN路由算法

针对蚁群算法（Ant Colony System,ACS）在无线传感器网络路由中对网络拥塞问题和能量控制方面的不足,提出了一种改进的蚁群算法。该算法将蚁群的信息素与网络节点的能量结合起来,在蚁群算法收敛的同时,减少其最优路径上的信息素浓度,避免了网络拥塞和个别节点能量消耗过快的问题,从而延长了整个网络的生命周期。通过实验验证了该方法的可行性,并给出了实验结果。     

基于改进蚁群算法的LEACH协议研究

针对LEACH协议在数据传输阶段,簇首与汇聚节点之间采用单跳模式传输数据使得能量消耗快并且不均衡的问题,提出一种基于改进蚁群算法的新型路由协议。该协议利用了能耗因子对蚁群转移概率以及信息素更新进行改进,充分考虑了节点的剩余能量和节点间距离,通过信息素的建立和更新,寻找簇首节点和基站之间的最优传输路径,进行多跳传输模式,从而均衡簇首节点能量消耗。仿真实验结果表明,改进后的ACO-BEC协议较之于LEACH协议,能够有效降低了整个网络能量消耗,延长了网络寿命。     

蚁群优化算法在WSN路由中的应用研究

介绍了基本蚁群算法的原理和适用范围,总结出了基本蚁群算法在求解最优路径问题时,虽然具有很强的发现较优解的能力,但是存在容易陷入局部最优解和收敛时间过长等问题。考虑到基本蚁群算法在无线传感器网络路由上应用的不足,提出了一种改进后的蚁群算法,并将其应用到传感器网络路由中。该算法不仅在状态转移概率公式中引入罚函数和动态权重因子,而且采用局部信息素更新和全局信息素更新结合的方式更新路径信息,充分考虑到传感器节点与节点间的传输距离,并且充分考虑传感器节点的剩余能量。最后通过仿真实验,得到了基本蚁群算法和改进后的蚁群算法在传感器节点剩余能量和传输数据包时网络延迟的不同曲线,验证了改进后的蚁群算法在无线传感器网络路由选择上的高效性。     

基于簇的WSNs路由算法

基于簇的无线传感器网络路由算法,是目前国际上研究的重点之一。本文提出了一种基于簇的无线传感器(WSNs)路由算法,着重对算法的设计进行了论述,包括簇首选举、簇重组和自愈机制。该算法能够更好的均衡网络能量损耗分布,有效提高网络生存时间。     

基于Grid-VFACO的数字化车间WSNs路由算法

针对数字化车间中无线传感器网络(WSNs)对数据采集频率高,能量消耗快,提出了基于网格和虚拟力导向的蚁群优化(Grid-VFACO)高能效WSNs路由算法。该算法根据最优簇首数将数据采集区划分成网格,在网格中采用基于候选者的机制选择簇首,实现簇首均匀分布。在簇首形成的上层网络中,利用节点间的虚拟吸引力作为蚁群算法中转移概率规则启发因子,寻找最优数据转发路径。仿真实验结果表明:该算法能够有效减少网络能耗,保证数字化车间WSNs长时间稳定地工作。     

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。     

基于蚁群算法的一种能量高效路由算法的研究*

为了达到在信息传输路径上节能的目的,提出了一种基于蚁群算法的节能路由算法。该算法根据节点当前可用能量选择下一跳节点,按照节点经过的人工蚂蚁数选择数据汇聚节点,最终达到能量均衡使用和降低通信量的目的。经仿真计算证明该算法能合理地选择路由,节能效果明显,进一步延长了网络生存期。     

基于萤火虫算法的无线传感器网络的分簇路由协议

在无线传感器网络(WSNs)中,合适的分簇方法对于网络的能量损耗和能量均衡至关重要,通过采用自组织映射神经网络和萤火虫算法,以寻求最优解,从而获取合适的分簇,并且在数据传输阶段采用新的路由协议.实验表明:通过这些方法可以延长网络存活时间和均衡网络结构.     

基于优化蚁群算法的无线传感器网络信任模型

无线传感器网络(WSNs)会受到很多因素的影响,包括无线链路干扰,缺乏物理保护等,使其对于恶意节点的攻击显得很脆弱,从而成为妥协节点.为了解决这些网络安全问题,提出一种基于优化蚁群算法的信任模型.这个模型由信息素更新、路径质量评估、信任度评估和惩罚与奖励机制构成.此外,为了提高全局信息素计算的准确性,在计算全局信息素时引入了最优解保留策略.仿真结果表明:该信任模型具有更高的性能和可靠性,更加适合WSNs.     

基于遗传算法的无线传感器网络路由协议研究*

针对无线传感器网络能量受限、建立高效路由困难等特点,将遗传算法应用于无线传感器网络路由协议中,提出了一种快速构建无线传感器网络最优路径方法。采用可变长度染色体编码,采取选择、交叉和变异操作,充分利用基站的信息资源和强大计算功能,逼近无线传感器网络最优路径。仿真结果表明,基于遗传算法的无线传感器网络路由协议可以有效延长无线传感器网络的生命周期,改善网络性能。     

一种带侦察子群蚁群算法的无线传感路由协议

针对无线传感器网络（WSNs）路由面临安全威胁和节点能量有限的不足,提出一种基于引入侦察子群的改进蚁群算法（SACO）路由协议。通过改进的蚁群算法构造一条数据传输链,选择其中能量最大节点为簇头,信息通过相邻节点传送。结果显示：该算法兼顾到节点的能量和路径消耗,较标准蚁群算法和贪婪算法具有高效的路由选择功能,能够使网络中节点能量消耗更加均衡,从而延长网络的使用寿命。     

基于蚁群系统的WSN能量均衡多路径路由协议

针对无线传感器网络节点能量有限和网络拥塞问题,采用一种基于蚁群系统的能量均衡多路径路由协议。在路由发现过程中,综合考虑节点最小剩余能量和平均剩余能量,通过跨层设计模型获取节点距离信息和节点队列长度作为启发式函数,利用蚁群系统的特点形成多路径的数据传输。仿真结果表明,该路由协议在端到端传输时延和能量均衡等方面优于其它协议。     

基于蚁群算法的对等网络自适应寻径协议

针对现有的蚁群算法在对等网络寻径中,不能根据访问的对等体状况去自适应克隆转发相应数目的蚂蚁,自适应设置克隆蚂蚁的TTL的问题,给出一种面向对等网络的自适应寻径模型,提出一种基于蚁群算法的对等网络自适应寻径协议AARP,描述蚁群在对等网络中自适应的克隆、寻径过程。分析和仿真实验结果表明,AARP能够以较低的寻径开销、较短的寻径时延,实现较高的寻径效率。