一种蚁群竞争WSN能量均衡路由算法

针对无线传感器网络路由在能量控制和拥塞控制上的特殊要求，通过利用蚁群算法(ACS)对路由中最短路径的加速收敛的同时，兼顾网络节点能量均衡消耗，提出了一种新算法——AERA。该算法引入了多蚁群竞争机制，并将多蚁群挥发的信息素与网络节点能量参数共同构成路由控制因子。此算法能有效地控制网络拥塞，并使网络节点能量消耗相对均衡，延长了整个网络的生命周期，实现了高效路由与能量消耗的最优权衡。通过NS仿真实验验证了该方法的可行性，并给出了实验结果。     

一种基于改进蚁群优化的QoS路由算法

蚁群优化（Ant Colony Optimization,AC0）是一种新型的分布式仿生优化算法,可有效地用来解决组合优化问题,而网络路由优化问题则正是组合优化问题当中的一种。因此,本文首先分析了常用路由算法与蚁群优化的基本原理,根据网络路由优化问题与蚁群优化算法的许多匹配特性,提出了一种基于改进蚁群优化的QoS路由算法（Route Algorithm based on Improved Ant Colony Optimlzation,RAIAC0）。最后,通过实验分析,对其可行性进行了证明。     

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。     

基于改进蚁群算法的多约束QoS路由优化研究

本文建立了多约束QoS路由模型，并对基本蚁群算法的信息素更新策略进行了改进，提出了一种基于改追蚁群算法的多约束QoS路由优化算法，实例计算结果证明了算法的有效性。     

一种基于蚁群系统的多约束Qos路由算法

该文研究了多约束路由Qos问题,其中约束主要包括时延、带宽、延时抖动、成本等。给出了多约束Qos路由的数学模型,并提出了一种基于蚁群系统原理来解决多约束Qos路由问题的算法。仿真实验证明该算法能很好地优化网络资源。     

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。     

基于改进蚁群算法的拥塞规避QoS路由算法

服务质量(QoS)路由算法缺少拥塞规避机制,会影响业务QoS。为此,提出一种基于Ant-Pub&Enco的信息素模型,根据蚂蚁行进方向,利用相反的信息素引导模式以及不同的信息素更新策略进行路由搜索。基于改进蚁群算法设计一种规避拥塞算法求解QoS单播路 由问题。仿真结果表明,该算法能够有效规避网络中的拥塞链路,均衡网络负载。     

一种基于AntNet改进的QoS路由算法

对具有NP完全难度的网络状态动态变化下的路由问题，提出了一种基于蚁群网络（Antnet）的蚁群优化分布式QoS路由算法．算法的主要特点是；（1）采用了动态更新的概率表替代传统的路由表；（2）采用了智能的初始化方法；（3）采用了一种新颖的信息素更新机制；（4）采用一种新的节点选择机制；（5）引入蚂蚁相遇机制．与标准的AntNet相比，该算法具有更快的收敛速度和较好的吞吐能力．另外，算法同时考虑了满足QoS度量和负载平衡等问题。     

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。     

一种基于蚁群算法的高效网络路由决策技术

针对网络路由优化问题,提出了一种改进的基于蚁群算法的网络路由决策技术。结合蚁群活动规则和网络路由规则的共同之处,引入相邻次数间信息素差值的概念,利用路由选择的存储功能,提高了网络的利用率和路由选择的准确度。     

蚁群系统自适应策略的改进与分析

蚁群系统能够通过自适应调整不断优化算法的性能。为寻求算法自适应过程的内部规律,结合旅行商问题,采用参数控制、设置信息素范围的方法进行探讨。通过调控信息素的变化,以及对信息素最值、分布状态的统计分析,揭示算法优化过程的内部状态。实验表明,改进后的算法更稳定,问题解的搜索能力更强。     

一种改进ACO的WSNs能量高效路由算法

针对能量和存储能力在无线传感器网络（Wireless Sensor Networks,WSNs）路由上的特殊要求,为了使节点能量消耗相对均衡,同时避免出现拥塞,提出了一种改进的蚂蚁算法。仿真结果表明该算法能够更有效地降低通信负载,减少能量消耗。     

一种基于蚂蚁算法的网络负载分担路由方法

针对蚁群算法(Ant Colony System，ACS)在网络负载分担方面的不足，提出了一种改进的蚁群算法。该算法在同一网络中使用多个标记的蚁群，各个蚁群之间的外激素相互抑制，同一蚁群的外激素相互促进，从而通过减少在最短路径上的蚁群外激素数量来实现路由的负载分担。最后通过实验验证了该方法的可行性，并给出了实验结果。     

WSN中一种基于偏转角的蚂蚁路由算法

根据传感器网络的特性,结合蚂蚁算法能够快速找出最优路径的特点,提出了一种基于偏转角的蚂蚁路由算法。该算法采用轮盘赌选择方法,加入偏转角、能量以及距离作为启发因子,迅速生成source到sink的优化路由;并针对算法中人工蚂蚁之间有通信和无通信两种状况,分别做了仿真实验和性能分析。     

一种改进的蚁群算法在知识路由系统中的应用

语义Web上分布着海量知识,如何在这些海量知识中按照用户的需求快速准确地定位目标知识便成为知识路由研究中亟待解决的问题。针对此问题,应用了蚁群算法作为动态虚拟语义社区中的知识路由算法,并对算法的选择策略、信息素修改两个方面进行改进,使算法不易陷入局部最优解,并能快速收敛到全局最优解。实验结果表明其路由效率明显提高,具有较好的性能。     

基于加速寻径收敛的改进型蚁群算法

提出了一种基于基本蚁群算法的有节点信息素更新和记忆功能的算法模型;仿真结果表明,基于改进的蚁群算法模型在寻找最优解时表现出很高的效率,明显地优于现有的启发式算法的解,是一种有效的算法。     

Exchange strategies for multiple Ant Colony System

In this paper we apply the concept of parallel processing to enhance the performance of the Ant Colony System algorithm. New exchange strategies based on a weighting scheme are introduced under three different types of interactions. A search assessment technique based on a team consensus methodology is developed to study the influence of these strategies on the search behavior. This technique demonstrates the influence of these strategies in terms of search diversity. The performance of the Multiple Ant Colony System algorithm, applied to the Vehicle Routing Problem with Time Windows as well as the Traveling Salesman Problem, is investigated and evaluated with respect to solution quality and computational effort. The experimental studies demonstrate that the Multiple Ant Colony System outperforms the sequential Ant Colony System. The studies also indicate that the weighting scheme improves performance, particularly in strategies that share pheromone information among all colonies. A considerable improvement is also obtained by combining the Multiple Ant Colony System with a local search procedure.     

基于蚁群算法的PCB布线优化

针对蚁群算法在PCB布线上的应用提出改进方案,找出蚁群优化算法闭合环路中最长支路路径,用闭合环路总长度减去这条路径得到非闭合环路最优路径的总长度,对寻优路径重新存储,用探索线段的方式完成从非闭合路径布线到开叉型非闭合路径布线的衍化。实验与仿真结果表明这种新的算法具有一定的有效性。