基于多态蚁群算法的WSN能耗均衡路由协议

针对无线传感器网络(WSN)的能耗均衡问题,提出一种基于多态蚁群算法的路由协议,采用周期传输和数据融合的方式,将无线传感器节点的剩余能量信息融合到信息素的形成中。仿真实验表明,与Leach协议相比,采用该协议有82%的节点生命周期更长,在相同时间内网络可多传输48%的数据包。在实验室使用31个节点部署无线传感器网络,将路由协议应用于网络。实验结果验证了该协议的有效性。     

基于多态蚁群算法的WSN能耗均衡路由协议

针对无线传感器网络（WSN）的能耗均衡问题,提出一种基于多态蚁群算法的路由协议,采用周期传输和数据融合的方式,将无线传感器节点的剩余能量信息融合到信息素的形成中。仿真实验表明,与Leach协议相比,采用该协议有82％的节点生命周期更长,在相同时间内网络可多传输48％的数据包。在实验室使用31个节点部署无线传感器网络,将路由协议应用于网络。实验结果验证了该协议的有效性。     

基于蚁群优化算法的ReInForM动态路由

无线传感器网络中Re In For M多路径协议能保证网络可靠性,但未考虑节点能量动态变化和通信路径工况,随机选取下一跳转发节点的方式使得部分节点因被反复使用而快速失效,缩短了网络生命周期。针对该问题,在蚁群优化算法的基础上,结合蚁群信息素浓度和节点剩余能量等因素,提出一种Re In For M协议多目标优化条件下的动态路由选择算法,将能耗和剩余能量作为多路径选择指标,共同决定下一跳最优节点。仿真结果表明,与原有Re In For M路由算法相比,该算法能够在保证数据传输可靠率的同时,更有效地均衡节点能耗。     

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。     

基于蚁群优化的无线传感器网络能耗均衡路由算法

针对无线传感器网络中节点能量受限的特点,将蚁群优化算法(ACO)应用于无线传感器网络,同时考虑了通信路径长度和节点剩余能量等因素,提出了具有能量意识的无线传感器网络路由算法,从多方面解决了节点间的能耗不均衡问题。该算法在OMNET++平台下仿真结果表明,与Ant-Net、ACRA算法相比在能耗不均衡和传输延迟等方面有了较大改进,实现了全网节点的能耗均衡,有效延长了网络生命期,减小了传输时延。     

基于蚁群优化的WSN功率自适应路由算法

为节省节点能量开销,延长无线传感器网络(WSN)的生命周期,在研究蚁群优化算法的基础上,提出一种基于蚁群优化的功率自适应路由算法。在蚂蚁寻路时考虑节点的传输方向、剩余能量和节点间距离。寻找到一条最优路径后,根据相邻两节点间的距离调整节点的发射功率,避免功率过大造成能量浪费。仿真实验结果表明,在节点非均匀分布的情况下,该算法能够有效节省网络开销,延长网络生命周期。     

基于蚁群算法的WSN多路径负载均衡路由

为使无线传感器网络节点能量消耗相对均衡,在定向扩散路由算法的基础上,结合蚁群算法,提出一种多路径负载均衡路由算法。该算法利用蚁群的自适应和动态寻优能力,在源节点和目的节点之间搜索建立多条传输路径,并将节点剩余能量引入启发因子,均衡节点能量消耗。同时,运用层次分析法,赋予每条路径一定的负载分配比例,使数据总能在链路性能较优的多路径中均衡传输,延长整个网络的生命期。仿真结果表明,与定向扩散路由算法相比,该算法能够均衡节点能耗,有效延长网络寿命。     

基于K-means聚类的WSN能耗均衡路由算法

针对无线传感器网络的能耗问题,提出了一种基于K-means聚类的能耗均衡路由算法(KBECRA).该算法将K-mean.聚类算法用到分簇中,既避免了频繁组簇消耗能量,又避免了簇头集中分布在某一区域的缺点.在簇内根据不同的适应值选择负责簇内数据收集和融合的主簇头,以及负责簇间传输数据的副簇头,较好地平衡了网络的能量负载....     

基于LEACH协议的能耗均衡路由算法

分析LEACH协议,指出其在簇头选择、簇头与基站通信方面存在的不足。针对上述问题,以均衡能耗和节省能量为出发点,结合LEACH-C的特点及Dijkstra算法对LEACH协议进行改进,提出LEACH-EB协议。仿真结果表明,LEACH-EB协议能有效节省能量,均衡能量消耗,延长网络生命周期。     

基于分区的能耗均衡路由协议

为了均衡无线传感器网络的节点能耗,增强网络稳定性,设计并实现了一种基于分区的能耗均衡路由协议.该协议设计了一种优化的分区算法,将节点基于分区划分而形成簇,解决了先前协议中簇的个数和分布的随机性问题;在选举簇首时,综合考虑了节点剩余能量、簇内节点能耗均衡、簇内部总能耗三个方面,采用三级簇首选择机制,选择的簇首既能均衡节点能耗,又可以降低簇群总能量消耗;在数据转发时,普通节点选择距离最近的簇首,在不超过通信距离阀值时,簇首可以隔层选择下一跳簇首,有利于缓解无线传感器网络的"热区效应".仿真结果表明:相比MEET和DREEM-ME路由协议,该协议能更好地均衡节点能耗、增强网络稳定性、改善网络服务质量.     

基于分层小生境蚁群算法的WSN中QoS组播路由研究

针对无线传感网络(WSN)的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用分层小生境蚁群算法求解WSN的QoS组播路由的方法.首先依据能耗将网络结构进行分簇分层优化并建立小生境,然后再结合蚁群算法优化QoS组播路由,最后进行能耗分析.该策略在保证能量最优的前提下,降低了路由的时间复杂度和空间复杂度,仿真结果表明了其有效性.     

基于蚁群算法的Ad Hoc网络能量均衡路由协议

AdHoc网络路由协议的研究是AdHoe网络研究的重点之一,其中在节点能量、网络生命周期方面还存在问题有待解决。针对现有的路由算法对链路整体能量、单点能量之间的关系考虑的不足,该文综合分析链路平均能量与最小能量对网络生存期的影响,将链路平均能量与单点最小能量的乘积作为信息素的计算方法对蚁群算法进行改进,提出了基于蚁群算法的AdHoe网络能量均衡路由协议（ACEBR）。与AODV等协议进行对比,实验仿真结果表明,改进后的协议减少了节点的死亡数,延长了网络的生存周期。     

基于改进蚁群算法的WSN路径优化

针对无线传感器网络(WSN)路径优化问题,提出一种改进蚁群算法的WSN路径优化方法,结合遗传算法和蚁群算法的优点,在蚁群算法中引入遗传算法选择、交叉和变异算子,提高算法收敛和全局寻优能力。仿真对比实验结果表明,改进蚁群算法提高了WSN路径优化效率和成功率,有效延长了WSN的生命周期,改善了网络整体性能。     

基于隶属云蚁群算法的长链型无线传感器网络路由优化

针对用于监测系统的长链树状无线传感器网络数据传输的实时性和高可靠性等要求,并考虑到近汇聚节点处易形成"漏斗"等问题,本文提出用基于云模型的多蚁群算法对无线传感器网络路由进行跨层优化的设计思想。算法通过种群间信息素的相互作用并行地完成路径的搜索并及时对信息素进行更新,在搜索的过程中把节点的时延、跳数、负载及分组成功率作为路径的启发值,利用多规则云发生器对更新策略中的信息素残留系数和信息素强度进行自适应调整。仿真结果表明,该路由算法能够保证无线传感器网络具有很强的实时性、可靠性及鲁棒性,实现了网络的负载平衡及拥塞控制机制。     

基于改进蚁群算法的WSN能量均衡路由算法

WSN节点大都分布散乱，无法及时进行电池的更换，所以易出现网络能耗不均，重要节点过早消耗殆尽，故提出一种优化改进蚁群算法的路由算法，运用网络分层带和限制搜索角，引入介能距离和梯度函数，并在概率函数中加入能量因子等，来增长网络周期，增强寻优能力，降低能量消耗，避免先行陷入局部最优。通过仿真实验表明，该改进算法确实能够克服经典蚁群算法的缺陷，实现高效实时的优化路由。     

WSN中基于改进蚁群算法的移动Agent路径规划

在无线传感器网络(Wireless Sensor Networks,简写为WSN)系统中增加了移动Agent,能提高系统的整体性能及工作效率.参考Sink节点的功能及特点,移动Agent具有收集和简单处理信息数据并将其传输到上一级单位的功能,它的移动功能提高了网络的连通性、传感覆盖率及使用寿命等性能.采用传感覆盖率高,...     

移动WSN中基于分簇的自适应MPACO路由算法

为节省能量开销, 延长无线传感网络生存周期, 通过对蚁群算法的研究, 提出了一种无线传感网络中基于蚁群算法的剩余能量自适应优化算法, 并通过仿真研究与无线传感器网络中的EEABR算法进行了网络生存状态比较. 实验结果表明, 本文研究的剩余能量自适应蚁群算法能够达到网络优化从而实现延长网络生命周期的目的.     

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     

基于改进蚁群算法的网络负载均衡路由优化

最短路径优先的路由控制策略在解决突发业务模式下的拥塞问题上存在不足,针对该问题,采用随机选择尺度因子实现负载均衡,增加路由器向所有相邻路由器转发分组的机会。设计路由算法模拟器,完成改进蚁群网络路由优化算法在4种典型网络上的仿真。以CHINANET为例的对比实验表明,在重负载情况下,改进的蚁群网络路由优化算法能获得较高的吞吐量、较低的平均时延与丢包率。     

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。