基于蚁群算法的无线传感器网络路由算法

提出一种基于蚁群算法的无线传感器网络按需多路节能路由算法.该算法综合了蚁群优化算法和AODV路由协议的思想.通过蚂蚁并行地在源节点和目的节点之间建立多路径路由,提高了网络数据传输的实时性、延长了整个网络的生命期.仿真结果表明.该算法与多种群蚁群优化路由算法、基本蚁群算法相比,在整个网络的生命期和节能方面效果显著.     

基于遗传算法的多路径路由研究

针对Ad Hoc网络节点能量受限、拓扑结构易变、对路由算法收敛速度要求较高等问题,提出一种基于确定性遗传算法的简单相关多路径路由算法。采用按确定性比例选择和交叉的遗传算法,以提高收敛速度,通过修改中间节点的转发条件充分利用控制信息。仿真实验表明,该算法在寻优特性上优于简单相关的多路径算法。     

蚁群优化的无线传感器网络路由仿真研究

针对无线传感器节点提供能鼍的电池有限,因此无线传感器网络的路由设计应有效地利用能量.为了有效地延长网络的生命周期,提出了一种基于蚁群优化的尤线传感器网络路由算法.首先根据节点剩余的能量进行簇头选择;然后通过简单易于实现、支持多路径的蚁群算法进行路由选择,通过相邻簇头节点间广播各自的距离和剩余能景信息,在整个网络中建立与更新簇头间的蚁群信息素浓度;最后根据蚁群信息素浓度计算各相邻簇头被选择作为下一跳的概率,从而形成网络簇间路由.在NS2平台下进行了仿真实验,实验结果表明,与LEAcH算法相比,减少了平均能耗,网络存活节点数增加,有效地延长了网络生命期.结果证明,蚁群算法在无线传感器网络中能够很好的找到最佳路由.     

基于蚁群代理的无线自组网多路径优化算法的研究

在蚂蚁算法基本规则的启发下,基于移动Agent的分布式路由算法研究(AntNet)的基础上,设计出一种新的基于蚁群代理优化的无线自组网多路径优化的路由协议算法(AdHoc-AntNet).这是一种新的无线自组网的路由算法,其结合蚁群理论和无线自组网本身的特点,对AntNet进行了改进,从而建立更有效的、适合无线自组网的路由协议算法.通过仿真试验表明,与AODV相比该协议在路由开销、平均分组延迟和吞吐量等方面都有明显的改进.     

以蚁群优化为基础的组播路由算法优化

分析组播路由算法和蚁群优化算法,并通过仿真实验评价了以蚁群优化为基础的组播路由算法的优化方法。当路由计算的规模较大时,信息中未搜索到的数量能够减少并趋近0,将路由算法的全局搜索能力降低。蚁群算法中,蚂蚁的数量与算法的全局搜索能力呈正相关,但蚂蚁的数量在增加的过程中会影响其收敛速度。通过蚁群优化组播路由算法,能够在规模的限定下,提高算法的搜索能力。     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

蚁群算法的BP网络优化算法

利用蚁群算法和BP网络训练算法相结合的方法对无线传感网络节点路由路径搜索展开了分析研究,简单分析了蚁群算法实现的基本原理,在此基础上重点给出了基于蚁群算法的BP网络优化算法的基本原理及其实现步骤,并对该优化算法与传统的BP网络训练算法的性能进行了对比仿真测试。     

基于多路径蚁群算法的无线传感器网络的路由

针对能量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,将基本蚁群算法(ACS)应用于无线传感器网络的路由,提出一种基于多路径蚁群算法的无线传感器网络的路由(MACS).该算法利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径和次优路径,使得网络中的节点不需要维护全局信息,形成多条传榆路径,延长了整个网络的生命期.仿真结果表明,该算法和定向扩散路由(DD)、基本蚁群算法及极大一极小蚁群算法(MMAS)相比,在路由代价和节能方面效果显著.     

基于蚁群的Ad Hoc网络多路径路由的改进

在大规模的Ad Hoc网络中,带宽有限,并且节点移动会引起链路频繁中断,从而导致传输时延较大。针对这些缺点,文中提出了加入了链路失效预测的蚁群多路径路由算法LA-ACO （ Location Aided ACO）。通过蚁群算法的分布式计算来寻找多条路由,并利用多路径路由来进行数据包的负载平衡,同时进行链路失效的预测,利用蚁群的正反馈机制完成快速主动路由修复。在仿真得到的结果中可以发现,该算法有较好的寻优能力,并且适应于Ad Hoc网络的拓扑多变化的特性。     

基于蚁群算法的QoS多播路由优化算法

蚁群算法是一种新型的随机优化算法,能有效地解决 QoS 受限的多播路由问题。基于蚂蚁具有找到蚁巢与食物之间的最短路径原理工作,并在分析多约束QoS的多播路由的基础上,提出了一种具有全局优化能力的多播路由算法(OQMRA),仿真实验表明了该算法是合理的和有效的。     

基于移动Ad Hoc网络的多路路由算法

移动Ad Hoc网络中有限的节点能量和带宽给路由协议设计带来了困难,对此考虑使用多路径机制来平衡负载,并提出了两种多路路由算法。其中,简单相关多路路由算法规定替换路径只能由主路径节点或其相邻节点构成,从而减小了替换路径的平均长度。仿真结果显示简单相关多路路由算法比节点不相关多路路由算法具有更好的性能,它将为无线网络中实现节能及可靠传输提供一种有效的途径。     

面向TSP求解的混合蚁群算法

针对蚁群算法的早熟和停滞等现象,将免疫算法机制引入蚁群算法,提出用于TSP求解的混合算法。该算法具有蚁群算法的自适应反馈机理、收敛速度快和免疫算法操作算子简单和维持种群多样性、防止种群退化等特性。从算法解的质量与效率方面与基本蚁群算法和免疫算法进行比较,结果表明融合免疫机制的蚁群算法性能显著提高,也为解决其他组合优化问题提供一个新的思路。     

新蚁群算法模型在大学课程时间表问题中的应用

分析大学课程时间表问题的特征,结合已有蚁群算法的求解策略,构建了新的问题求解模型,提出了一种基于蚁群算法和改进过程的求解算法,并在不同规模的问题实例上进行实验。结果表明,算法在目标函数解的质量上有明显改进。     

基于蚁群算法的能量均衡多路径路由算法的研究

本文对现有的基于蚁群算法的路由协议进行了深入的研究,并提出了一种基于蚁群算法的能量均衡多路径路由算法（ABMR）,该算法在蚂蚁数据包结构、信息素更新公式、信息素更新方式和多路径建立机制等方面作了改进。在信息素更新公式中综合考虑了路径的能量消耗速度、路径上剩余的最小能量、距离目的节点Sink的跳数和路径的拥塞程度。在信息素更新方式上,改变传统的信息素的累加更新方式,采用彻底的链路信息素更新方式,使网络负载更加均衡。ABMR的多路径生成机制可以在源节点和目的节点间更加合理的建立起多条路径。数据发送阶段,概率路由选择策略使数据流量均衡的注入无线传感器网络。本文在NS-2仿真环境下对ABMR协议进行仿真实验,仿真结果表明,和传统协议比较, ABMR协议在能量有效性、数据分组投递率以及分组端到端时延等方面都有一定的提高。     

Ad hoc中基于分簇的多路径路由协议

在Ad hoc网络路由协议中,分簇路由具有扩展性强、数据融合简单、能量利用高效等特点,成为当前路由研究的重点。在研究了一些分簇算法和多路径路由算法基础上,提出基于簇指挥路径的多路径路由算法（CDPMR）。仿真表明基于簇指挥路径的多路径路由算法,与平面的多路径路由算法相比,扩展性好,控制负载低,与其它的基于分簇路由算法相比,网络拓扑稳定,减少网络重构开销带来的通信代价,有利于均衡网络能量消耗,延长网络生命周期。     

改进蚁群算法的无线传感器网络路径优化

研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法。仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间。