基于免疫－蚁群算法的电力线载波抄表动态路由方法

针对低压电力线载波抄表系统中现有的中继路由算法的不足,提出了一种基于免疫-蚁群算法的低压电力线载波抄表动态路由方法。免疫算法把目标函数和约束条件作为抗原,目标函数的优化解对应为抗体,利用蚁群算法产生和更新抗体,抗体的交叉操作及其对与抗原具有高亲和力的抗体的记忆,均能促进快速求解。该算法结合了人工免疫算法与蚁群算法两者的优点。通过仿真实验验证该算法的收敛性、抗毁性和运算性能,算法能够根据低压电力线信道的变化情况以相对较少的迭代次数收敛到最优路径,提高整个低压电力线载波抄表系统的时效性。     

基于电力线载波通信技术的自动抄表系统路由算法

由于电力线信道环境的特殊性,使电力线载波抄表系统中存在着抄表距离有限、通信成功率不高等问题。针对此问题,介绍两种路由算法——点名请求算法和数据收集算法,分别用于自动抄表中实现监控电表和例行抄读业务。     

电力线载波抄表系统的负载均衡算法研究

为提高电力线载波通信系统的可靠性和性能,论述了远程抄表系统的架构和特点,分析了路由算法研究的必要性,提出了基于遗传算法的负载均衡路由算法.该算法通过网络节点变化、拓扑结构动态优化目标并自动组网.仿真与试验结果表明,该算法能为电力线载波远程抄表系统提供有效的自动组网方式,保证系统通信的负载均衡,与传统编号顺序查询路由方式相比,减小网络延迟性达20%以上,提高网络联通性超过15%.     

基于蚁群算法的网络安全路由算法研究

通过研究蚂蚁寻食的轨迹,分析推理出一种得到最优路径的并行算法,由于其灵感来源于蚂蚁,所以起名为蚁群算法。蚁群算法是近年才发展起来的,成功应用于很多领域,如车辆调度问题、分布式人工智能研究、负载平衡、大规模集成电路设计、工厂生产计划制定方面、图像着色和路由算法方面等等。本文主要是运用蚁群算法,寻找Ad Hoc网络中最优路由路径,使整个Ad Hoc网络成为一个稳定可靠的网络系统。     

基于电力线载波技术的居民小区自动抄表系统

文章介绍了一种以Ｎｅｕｒｏｎ芯片为核心，以电力线为传输媒介的ＬＯＮ技术；讨论了居民小区自动抄表系统中，选用以ＬｏｎＷｏｒｋｓＰＬＴ－２０电力线收器构的ＬＯＮ网络；同时给出了抄表系统中原机械式电的改造原理以及载波节点，集中器节点的软硬件设计原理。     

低压电力线载波集中抄表系统集中器设计

分析了集中器在低压电力线载波集中抄表系统中的功能,详细介绍了集中器的软、硬件结构原理及具体实现。在硬件结构上,为集中器设计了多种通信信道,用户可根据实际需要在多个信道之间切换。软件实现方面,上行通过串口中断接收管理中心下发的指令,下行由主控CPU完成控制,主动下发抄表指令并接收电表数据。该集中器数据抄到率达100%,已经通过中国电力科学院检测。     

蚁群优化的传感器网络路由算法

研究优化无线传感器设计,由于无线传感器通信能力、节点能量有限,远程环境下无法更换能源,节点能耗引起网络生命过短.在综合考虑了传感器节点剩余能量,为了延长网络生命周期,提出一种蚁群优化的无线传感器路由算法.算法根据节点当前剩余能量进行簇头选举,然后通过蚁群算法根据传感器节点距离和能量信息进行路由选择,并不断的更新簇头间的...     

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。     

基于量子蚁群算法的无线传感器网络路由

无线传感器网络路由是无线传感器网络研究领域的一个研究热点;针对能最控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,研究者将蚁群算法应用于无线传感器网络的路由,但是蚁群算法在求解无线传感器路由问题时存在易于陷入局部最优和收敛速度慢等问题,将量子蚁群算法应用于无线传感器网络路由,用量子比特的概率幅表示蚂蚁当前位置信息,用量子旋转门更新蚂蚁携带的量子比特,用量子非门实现蚂蚁所在位置的变异;仿真实验表明该方法具有收敛速度快,解的质量高、稳定性好等优点,为蚁群算法在无线传感器网络中应用提出了一种新的解决方案.     

基于蚁群优化的无线传感器网络路由算法

路由技术是无线传感器网络(WSNs)的关键技术。基于蚁群优化的无线传感器网络路由算法具有蚁群算法的自组织、正反馈和并行性的特点,在构造WSNs的最优路由时有很好的性能。介绍了蚁群算法的数学模型,着重从启发因子的构建方式上描述了当前典型的基于蚁群的路由算法,并比较分析了这些算法的特点及存在问题,在此基础上给出了设计启发因子的方法,为进一步研究提供了一些解决思路。     

基于网络技术的电力载波抄表系统

把网络技术应用于电力载波抄表中，利用通信网络管理、令牌总线型网络结构、“中继”和微处理器建立动态路由表，实现最佳路由选择。在不增加原系统硬件投资的前提下，有效提高了载波抄表系统的可靠性和实时性。     

基于改进型蚁群系统的多约束电路路由算法

分析现有路由算法的缺点,对蚁群系统工作模型和传送网多约束电路路由选择原则进行描述,指出传统蚁群系统在解决多约束路由选择问题中的不足,改进了传统蚁群系统。阐述采用改进后的蚁群系统的多约束电路路由选择算法过程,用实例验证了算法的有效性。     

蚁群算法在电力巡检路线规划中的应用

为了提高电力巡检效率,需要制定科学合理的巡检路径规划方案。通过分析电力线路巡检工作的内容和特点,建立了基于 VRP(车辆路径问题)的巡检路径规划模型并利用蚁群算法对问题进行求解。实验求解结果表明,利用该方法进行巡检路线的优化,改善了巡检方案的科学性、合理性,提高电力巡检部门的工作效率。     

基于嵌入式技术的电力线载波抄表系统管理与通信

以电力线载波抄表系统开发应用为背景,详细论述了基于MCU和嵌入式技术的远程抄表系统的结构和基本软硬件设计,同时结合载波通信可靠性和速度方面的局限性以及新技术的发展,讨论了改进设计.     

电力线载波自动抄表系统集中器的设计

文章针对我国低压电力线上存在的高衰减、高噪声、高变形,设计了一种基于电力线载波通信技术的远程自动抄表系统,该系统分为三部分,即上位机管理主站、集中器和载波电表。集中器是连接管理主站与载波电表之间的枢纽,起着上传下达的作用。文章重点研究设计了集中器硬件系统。此外,为保证系统的可靠传输,还引入了扩频技术以提高系统的抗干扰能力。     

改进蚁群算法在电力线路检修计划中的应用

为了提高制定电力线路检修计划的效率,结合图论中的图着色问题,对辽宁省电力有限公司的线路检修计划进行了制定。在制定的过程中采用了改进的蚁群算法,其算法的核心是蚂蚁的数量随着迭代次数的不同由多变少,增强局部搜索能力,再由少变多,增强全局搜索能力。该算法利于跳出局部最优点,循环变化,在一定程度上防止在寻优过程中过早出现停滞现象。改进蚁群算法的优点是在求得满意解的基础上,大大提高了算法的速度。仿真实验结果表明,新算法的寻优效率优于基本的蚁群算法。     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(wireless sensor network,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法;首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力;最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗;通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

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。     

基于云信任模型和蚁群算法的WSN簇可信路由算法

在无线传感器网络中,信息的传输需要安全的保护.在分簇管理的基础上,GTMS(group-based trust management scheme)算法利用节点的可信度来实现路由的安全.但是,它的可信度表示方法过于简单,无法反映信誉复杂性.因此,在基于区间的云相似度比较算法的基础上,以云理论为基础构建节点可信度,提出了基于云信任模型和蚁群算法的无线传感器网络簇可信路由算法.研究结果表明,在准确判定簇内节点可信度的基础上,CRPCTMAS (cluster reliability protocol based on cloud trust model and the ant scheme)算法建立了安全、有效的路由,保证了路由的高有效发包率,延长了网络的生命周期