基于遗传算法的最短路径路由优化算法

论述了用启发式遗传算法解决最短路径路由的优化问题.采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题.交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性.该算法采用简单维护操作维护好所有的不可行的染色体.交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性.计算机仿真实验证明该算法快速有效,可靠性高.     

基于遗传算法的最短路径路由优化算法

论述了用启发式遗传算法解决最短路径路由的优化问题.采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题.交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性.该算法采用简单维护操作维护好所有的不可行的染色体.交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性.计算机仿真实验证明该算法快速有效,可靠性高。     

基于递归算法的最短跳数路径的RSS测距算法

多跳无线传感网络中的多类应用均需要准确的定位算法.为了降低定位成本,常采用基于接收信号强度(RSS,received signal strength)测距,为此,提出基于递归算法的最短跳数路径的RSS测距算法RFSPR(recursive function shortest path-based ranging).RFSPR算法首先利用递归函数搜索源节点与目的节点间所有具有最短跳数的路径,然后通过RSS测量这些最短路径的距离,最终将所有最短路径距离的平均值作为源节点与目的节点间距离的估计值.最后,将RFSPR算法与现存的同类算法进行了对比分析.实验结果表明RFSPR算法具有更低的测距误差.     

基于遗传算法的最短路径路由优化算法

论述了用启发式遗传算法解决最短路径路由的优化问题,采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题,交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性.该算法采用简单维护操作维护好所有的不可行的染色体.交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性.计算机仿真实验表明该算法快速有效、可靠性高.     

基于最短路径树的分布式功率控制路由算法

当节点不能获知与邻居节点的距离时,为解决节点能量消耗过快而过早失效,从而减少网络生存时间的问题,提出基于最短路径树的分布式功率控制路由算法(DPCRA_SPT)。该算法综合考虑网络中节点间传输数据的能耗和邻居节点的剩余能量,引入新的权值函数和功率线性衰减模型。运用分布式非同步Bellman-Ford算法构建最短路径树,所有节点沿着最短路径树将数据汇集到Sink节点。仿真结果表明:在密集分布的无线传感网中,通过调整参数,DPCRA_SPT算法可以延长网络生存时间,将能耗保持在较低的水平。在一定的条件下,DPCRA_SPT算法比Ratio_w_FTP、BFFTP、BFSAM、BFPAM算法更优。     

基于改进伊藤算法的最短路径网络路由优化算法

通过对网络路由最短路径问题进行分析,使用伊藤算法求解以费用最低为目标的路由优化问题,建立最短路径路由问题的网络结构模型。为加快伊藤算法求解费用最低路由的收敛速度,在状态转移策略中引入费用启发因子,优化漂移和波动过程,并改进路径权重更新规则。将种群交叉思想引入算法中,利用种群间的信息交流加快了算法的收敛速度并提高了寻优能力。在2-opt算子局部优化的基础上加入反转算子,避免陷入局部最优解。文中还对算法的收敛性进行了系统分析。实验结果表明,改进后的算法有效提升了收敛速度并加强了寻优能力。     

基于混沌神经网络的最短路径路由算法

飞速发展的计算机网络对路由算法的反应速度提出了更高的要求．神经网络作为一种新的组合优化计算工具。在网络路由方面的应用得到较大关注．与传统的采用串行执行方式的算法相比，神经网络路由算法以其固有的并行执行方式，以及潜在的硬件实施能力，将成为这一领域的有力竞争者．由此提出了一种基于混沌神经网络的最短路径路由算法．仿真结果表明，该算法能有效克服Hopfield神经网络易陷入局部最优解的缺点，并且在收敛速度方面有了很大改进．     

基于路由最短路径树的动态多节点删除算法

提出一种基于路由最短路径树的多节点删除动态算法。算法建立一个最短路径树更新队列,将所有将被删除节点的子孙节点保存到该队列;从原最短路径树中删除需要被删除的节点和其所有子孙节点;从队列中选取与根节点距离最短的节点进行更新,已更新节点不再被插入队列,从而减少节点更新次数。实验结果表明,该算法能有效减少节点的更新冗余。     

基于最短时延的认知无线电网络安全路由算法

针对认知无线电网络可用频谱动态变化和路由过程中出现的安全问题,提出将最短数据传输时延和高安全等级路由作为选路标准,设计了一种跨层路由选择算法。算法通过优化转发节点个数和各转发节点接收、发送数据信道来减少数据传输时延。通过选择具有高安全级别的转发节点来保证路由的安全性。理论分析表明算法是高效和可行的。它的时间复杂度是O(N2),其中N是拓扑图中节点的个数。     

最短路径算法及其实现

本文主要讨论了两种典型的最短路径算法-Dijkstra算法和Ford-Fulkerson算法的设计思路,并给出了其实现过程。     

基于全网能量均衡的WirelessHART图路由算法

如何均衡使用网络节点能量并生成高可靠路由是WirelessHART网络研究的一个难题,为此提出了一种GRAEB（graph routing algorithm based on energy balancing）图路由算法。首先,网络被初始化为连通的图结构,能够提高丰富的冗余路径。网络管理器根据全网节点剩余能量、通信周期、链路分布等因子生成节点鲁棒系数矩阵,节点通过比较邻居的鲁棒系数来选择最优路径。另外,规定了邻居节点数的上限阈值,每次路由更新只保留鲁棒系数最优的邻居。仿真结果表明GRAEB不仅提高了网络可靠性,而且延长了网络寿命。     

基于遗传蚁群算法的QoS路由算法研究

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,引入遗传蚁群算法（Genetic Algorithm Ant Colony algorithm）GAAC来解决QoS路由问题。算法设计的基本思想是首先由遗传算法产生较优解,较优的路径留下信息素,其他路径不改变,然后在有一定初始信息素分布的情况下,用蚁群算法求精解。仿真表明算法比单一采用遗传算法和蚁群算法进行路由选择具有更好的性能,且更适合于动态网络环境下的QoS路由选择。     

基于遗传模拟退火的QoS单播路由算法

针对QoS的问题,设计了一种融合遗传算法和模拟退火算法的QoS路由算法,在遗传算法选择算子上借鉴了小生境的思想,避免了遗传初期有效基因的丢失;在遗传算法交叉算子和变异算子方面使用了自适应算子,使之能更好地适应网络的变化。通过与传统遗传算法进行比较,进一步说明了本算法的有效性。     

基于MSR局部多径的QoS路由算法

无线多媒体传感网络（WMSN）QoS路由研究的普遍思路是通过增加网络控制负载以保障服务质量（QoS）。针对该思路中网络效率低的缺陷,提出一种应用于Mesh结构WMSN中的,基于局部多径策略的QoS路由算法（PQMSR）。该算法在保障QoS的前提下,参考多径源路由（Multipath Source Routing,MSR）算法,通过局部多径策略和携带QoS信息的IP包头来降低网络控制负载。NS-3网络模拟实验结果表明,该算法能够在保证较高传输成功率的同时,降低网络负载和网络延时。     

基于改进遗传算法的QoS路由选择优化

提出了一种基于改进遗传算法的QoS路由选择优化算法,采用网络资源消耗和负载分布为目标函数,凫目标函数包含了带宽、跳数、费用、时延等QoS参数。该算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。仿真计算的结果表明,该算法在解决多目标规划问题上是一个有效、可行的方法。     

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。     

一种新型传感器网络节点定位法

针对传感器网络DV-Hop定位算法在实际环境中定位误差较大等问题,提出一种新型定位算法。该算法结合DV-Hop和接收信号强度指示器（RSSI）测距模型的优点,在距参考节点一跳时对未知节点到该参考节点的估算距离进行定位,同时利用坐标偏移模型对未知节点坐标进行校正,并对新算法进行了理论分析。在Windows环境下,利用VC和OMNET仿真平台验证了新算法的定位精度有明显提高。     

无线传感器网络中改进的DV-Hop算法

针对传统DV-Hop算法中定位精度低的问题,该算法从三个方面进行改进,（1）设置距离发射端标准一跳时节点所接收的接收信号强度指示（RSSI）值,利用节点接收信号的RSSI值与设置的RSSI值之间的比来修正跳数。（2）将未知节点的平均跳距分两段考虑,使未知节点到锚节点的估计距离更精确。（3）构造校正向量,对未知节点的估计坐标进行校正。仿真实验表明改进算法的定位精度明显高于传统DV-Hop算法和文献[6]基于RSSI比值修正的算法,稳定性也有一定的提升。     

Apriori算法用于频繁子图挖掘的改进方法

AGM算法最早将Apriori思想应用到频繁子图挖掘中。AGM算法结构简单,以递归统计为基础,但面临庞大的图数据集时,由于存在子图同构的问题,在生成候选子图时容易产生很多冗余子图,使计算时间开销很大。基于AGM算法,针对候选子图生成这一环节对原算法进行改进,减少了冗余子图的生成,使改进后的算法在计算时间上具有高效性;测试了在不同最小支持度情况下改进方法的时间开销。实验结果表明改进算法比原算法缩短了计算时间,提高了频繁子图的挖掘效率。     

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。