基于改进LEACH的多簇头分簇路由算法

为了降低无线传感器网络(WSN)的能耗,延长网络的生存周期,提出一种多簇头双工作模式的分簇路由算法.算法对低功耗自适应集簇分层(LEACH)协议作了以下改进:采用多簇头双工作模式来分担单簇头的负荷,以解决单簇头因能耗较大而过早消亡的问题;选举簇头时充分考虑节点位置和节点剩余能量,并应用粒子群优化(PSO)算法优化簇头的选举,以均衡网络内各节点的能耗;建立簇与簇之间的数据传输路由,以减少簇间通信的能耗.仿真结果表明,算法有效降低了网络的能耗,延长了网络的生存周期.     

基于LEACH的一种新的能量高效的分簇路由算法

与一般的平面多跳路由算法相比,低功耗自适应分簇LEACH(Low Energy Adaptive Clustering Hierarchy)算法可以将无线传感器网络生命周期延长15%。针对LEACH算法的不足,从成簇过程中簇首的选择和数据传输方式等方面对其进行了改进。仿真实验证明,改进后的算法具有更高的能量使用效率,延长了整个传感器网络的生命。     

一种基于节点能量与距离的备份簇头路由算法

针对LEACH算法随机生成簇头,导致节点能量消耗大,簇头节点过早死亡的问题,提出了CLED算法。该算法优化了簇头选择机制,考虑了距离和能量的因素。在成簇阶段,普通节点选择簇头加入时,引入了复合距离的权值因子,不仅考虑节点与簇头的距离,而且考虑簇头的剩余能量。仿真结果表明,文中提出的CLED算法降低了节点能量消耗速率、提高了整个网络的寿命。     

一种基于LEACH的改进分簇路由协议

经典LEACH算法在每轮数据传输过程中,所有子节点均向汇聚节点传输数据,成员节点充当簇头次数不均匀,导致信息冗余与节点能量浪费,使网络生存时间变短。针对这一问题,提出了一种基于部分成员节点随机转发机制的分簇算法,让子节点在数据传输过程中,按照均匀分布规律,选择部分节点工作。仿真结果显示,与经典的LEACH算法相比,改进后的协议延长了约38%的网络寿命,推迟了第一节点死亡时间约13%,大大地降低了能耗。在大规模网络仿真方面,优势更明显。     

一种基于位置和能量的WSN改进分簇协议

针对LEACH分簇路由协议中簇首随机选择,没有考虑节点的剩余能量和地理位置,可能导致分簇和网络能耗不均衡这一问题,研究了一种同时考虑了节点位置和剩余能量信息的改进分簇路由协议,使成为簇头的节点在簇的中心位置,从而使簇头在簇内的位置更加合理,避免了簇内的部分节点由于离簇头过远,增加传输损耗的缺点,有利于网络性能的提高。仿真结果表明,研究的分簇路由协议能使簇的划分更加均匀,能量的消耗更加节省,从而延长了WSN网络的生存时间。     

一种改进的基于时间竞争成簇的路由算法

为平衡无线传感器网络中的簇头负载并进一步降低多跳传输能耗,文中提出了一种改进的基于时间竞争成簇的路由算法。该算法通过限制近基站节点成簇入簇,以防止近基站节点成簇入簇的节能收益无法补偿成簇入簇能耗;利用基站广播公共信息和基于时间机制成簇,以减少节点基本信息交换能耗;通过候选簇头中继来平衡簇头负载。候选簇头的评价函数综合考虑了剩余能量和最优跳数的理想路径,以期在保持中继负载平衡的基础上尽量降低多跳能耗。仿真结果显示,该算法较LEACH和DEBUC算法延长了以30%节点死亡为网络失效的网络生存周期,表明该算法在降低节点能耗和平衡负载方面是有效的。     

基于分簇的无线传感器网络安全路由协议研究

无线传感器网络（Wireless Sensor Networks,简称WSNs）作为一种新的获取信息的方式和处理模式,已成为通信领域的研究重点。而路由协议则是无线传感器网络当前的热点研究之一。目前,针对较为典型的分簇式路由协议LEACH路由协议的研究,是无线传感器网络目前研究的一个热点。介绍了无线传感器网络路由协议常见的攻击类型,并从路由安全的角度建议性的提出了一种对LEACH路由协议针对安全性的改进方案,并应用NS2仿真平台,对改进协议做了仿真并进行了性能分析。     

基于博弈论的WSN有效分簇路由算法的研究

针对无线传感器网络中传感器节点能量受到限制及其能耗不均匀的问题,在经典的低功耗自适应分簇算法（LEACH）基础上,引入博弈理论概念,提出了一种基于博弈论的有效分簇路由算法。通过分析和仿真试验,结果表明与LEACH算法相比,该算法使簇分布更合理,达到了延长网络的生存周期的目的。     

非变换簇的WSN分簇路由算法

针对LEACH算法簇头选取及能量消耗方面的不足,提出一种基于能量、距离和节点度的分簇路由算法CMEDD,通过均匀分簇减少重建过程,对簇头选举公式进行改进,合理选择簇头,从而均衡节点能耗。采用基于代价因子的单跳和多跳相结合的方式建立最优路径进行数据传输。仿真结果表明,与LEACH算法和RMCRW算法相比,CMEDD算法能够有效均衡节点能耗,可相对延长网络生存周期。     

一种新型双簇头分簇算法的性能研究

提出了一种新的双簇头分簇算法,该算法在单簇头分簇算法的基础上增加了一个备用簇头节点,在簇头节点能量耗尽或出现故障时,备用簇头节点能够实时升成簇头节点以维持簇稳定工作,从而减少网络重建的次数,提後高网络稳定性,仿真实验表明,双簇头分簇算法比单簇头分簇算法有更好的稳定性和公平性.     

基于混沌粒子群与蚁群算法的WSN路由协议

为了降低无线传感器网络（WSN）能量消耗,延长网络生存周期,提出了一种基于混沌粒子群（CPSO）和蚁群算法相结合的路由协议。该协议针对典型的分簇协议LEACH（Low-Energy Adaptive Clustering Hierarchy）协议的簇头选择进行了优化,考虑了节点剩余能量和簇内密集性等因素,采用新的混沌粒子群算法对簇头选择进行优化。然后,针对LEACH协议簇头到基站采用单跳通信,容易使簇头早亡的问题,采用蚁群算法优化簇头到基站的路由路径,减少通信消耗的能量。仿真结果表明,与传统的LEACH协议相比,新的协议能有效减少能量消耗,延长网络生命周期。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制。首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数和信息素更新规则,自适应构建数据路由,最后采用仿真模拟实验对算法性能进行检验。实验结果表明,相对于与现有无线传感器路由算法,本文通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优。     

基于蚁群优化的无线多媒体传感器网络区分服务路由

无线多媒体传感器网络中存在多种类型的数据,而且这些数据的服务质量需求并不相同。针对这种情况,提出一种基于蚁群优化的区分服务路由协议（DSACO, differentiated service and ant colony optimization based routing protocol）。DSACO在网络分层的基础上通过限制蚂蚁的搜索范围以减少建立路由的时间和能量消耗,对不同服务质量需求的数据采用区分服务路由以满足不同类型数据的服务质量需求。仿真结果表明,新协议能够为多媒体数据的传输提供更好的QoS保障,在数据传输的平均时延、分组丢失率和能量消耗上优于已有路由协议。     

车载自组织网中基于蚁群算法的延迟感知路由协议

针对城市道路环境下车载自组织网( VANETs)中通信性能下降以及数据传输失败的问题,提出了一种基于蚁群算法的延迟感知路由( ACDR)协议。首先,建立双向车道的数学延迟模型;然后,根据提出的端点十字路口( EI)的概念,ACDR利用蚁群优化( ACO)寻找最佳路线,其中前向蚂蚁根据本地路段延迟以及当前十字路口与目的节点的端点十字路口之间的全局时延来选择路径,后向蚂蚁则负责在返回路径时更新信息素,同时,相邻十字路口之间利用贪婪转发算法进行数据包的传递。最后仿真比较了ACDR协议与连通性感知路由( CAR)协议的性能,结果表明提出的ACDR协议的数据包的传输延迟小,丢包率低,通信性能好。     

基于信息熵的蚁群聚类DBSCAN改进算法

针对DBSCAN算法对数据分布不均匀和大规模数据处理问题上的不足,提出了一种新的整合算法,算法使用信息熵和蚁群聚类技术对聚类数据集进行代表性子集选择,在子集基础上进行DBSCAN聚类,实验证明这一算法能显著降低I/O耗费和内存需求,有效地解决含有分类属性的高维大规模数据集的聚类问题。     

基于蚁群优化的高性能拥塞控制路由机制

为了有效地解决偏远地理区域通信网络存在的网络拥塞严重、数据成功传输率低、数据冗余率高以及网络整体性能不佳等问题,通过考虑网络节点运动区域性特点,基于蚁群优化机制,设计出一种新型的容延容断网络 (DTN) 拥塞控制路由优化算法。该算法结合蚁群优化机制中的信息素因子,在同一对源、目的网络节点之间进行多次数据信息传输操作。在数据信息传输方向上,获取各个网络节点的中转跳数平均值,评估各个网络节点的中转价值;参考蚁群优化机制中的启发值因子,将网络节点的中转价值与剩余存储容量相关联,构成网络节点作为中转节点的评定参数,选取评定参数最大的网络节点完成其中转任务。实验表明：该算法有效控制了网络拥塞,提高了数据成功传输率,降低了数据信息冗余率,使网络整体性能得到进一步优化。     

Analysis,design and simulation of Internet of Things routing algorithm based on ant colony optimization

In this paper, a routing algorithm to optimize the selection of the best path for the transmitted data within the Internet of Things (IoT) system is proposed. The algorithm controls the use of ant colony ideas in the IoT system to obtain the best routing benefit. It divides the IoT environment into categorized areas depending on network types. Then, it applies the most suitable ant colony algorithm to the concerned network within each area. Furthermore, the algorithm considers routing problem in intersected areas that may arise in case of IoT system. Finally, Network Simulator 2 is used to evaluate the proposed algorithm performance. Simulation results demonstrate the effectiveness of the proposed routing algorithm in terms of end‐to‐end delay, packet loss ratio, bandwidth consumption, throughput, overhead of control bits, and energy consumption ratio. Copyright © 2016 John Wiley & Sons, Ltd.     

基于遗传_蚁群算法的多QoS约束组播路由优化算法

提出了一种将遗传算法与蚁群算法融合的新算法,用以满足多QoS约束的组播路由优化。算法首先利用遗传算法生成若干组优化解,将其转换成蚁群算法的信息素初值,然后利用蚁群算法来求取满足QoS约束的最优解。仿真结果表明此算法是有效的,其性能优于文献[6]中算法。     

An algorithm for friend-recommendation of social networking sites based on SimRank and ant colony optimization

We put forward an algorithm on friend-recommendation of social networking sites based on SimRank and ant colony optimization, which broadens the appliance of the algorithm in this academic question. The algorithm focuses on the existing relationships between the members as the initial measurement and constructs artificial ants’ completed routing graph. Finally, an ordered and limited list of personalized recommendations through recursive optimization is produced. In the end, we verify the algorithm's rationality and validity through simulation and the result shows that it can improve the precision of friend-recommendation.