采用角度因子的蚁群优化多路径路由算法

发布时间：2018-03-26 04:28

  本文选题：无线传感器网络　切入点：蚁群优化　出处：《计算机工程与应用》2017年01期

【摘要】：为均衡能量消耗、提高数据传输的可靠性,提出采用角度因子的蚁群优化多路径路由算法(ACOMP)。在密度递减节点部署策略的基础上,为避免能量"热区",优化蚁群算法进行多路径搜索,搜索过程加入节点间的角度因子进行路径方向引导。基于对选出的各较优路径实时能量的感知,建立多路径决策模型,使得源节点可以选择当前性能最好的路径进行较可靠的数据传输。同时为避免路由空洞,定义修复蚂蚁并结合反馈机制使得路径保持良好状态。仿真结果表明:提出的算法可以实现节能、可靠的路由,并可均衡整个网络的能量消耗。
[Abstract]:In order to balance energy consumption and improve the reliability of data transmission, an ant colony optimization multipath routing algorithm based on angle factor is proposed. In order to avoid the "hot zone" of energy, the ant colony algorithm is optimized for multipath search, and the angle factor between nodes is added to the search process to guide the path direction. Based on the perception of the real-time energy of the selected optimal path, a multipath decision model is established. Allows the source node to select the best current path for reliable data transmission. In order to avoid routing holes, The simulation results show that the proposed algorithm can achieve energy saving reliable routing and equalize the energy consumption of the whole network.
【作者单位】： 中国矿业大学计算机科学与技术学院;
【基金】：中央高校基本科研业务费专项资金(No.2014QNB25)
【分类号】：TP212.9;TN929.5;TP18

【相似文献】

相关期刊论文 前10条

1 于洪;杨大春;;基于蚁群优化的多个属性约简的求解方法[J];模式识别与人工智能;2011年02期

2 喻学才;张田文;;蚁群优化的简化[J];哈尔滨工业大学学报;2009年08期

3 马俊;梅涛;黄健;;基于蚁群优化的点胶控制系统路径规划[J];计算机系统应用;2010年01期

4 徐名海;訾源;;基于蚁群优化的网络选择算法[J];计算机工程与应用;2012年05期

5 李卓;;基于蚁群优化的最大化飞蜂网络最小吞吐量研究[J];科学技术与工程;2013年15期

6 刘波;潘久辉;;基于蚁群优化的分类算法的研究[J];计算机应用与软件;2007年04期

7 颜晨阳;熊伟清;张友鹏;;基于交通流量控制的二元蚁群优化模型[J];系统仿真学报;2007年10期

8 喻学才;张田文;;一个蚁群优化模型的期望性能分析[J];计算机应用研究;2009年04期

9 魏勇;王汝凉;;基于蚁群优化的协作学习模式研究[J];软件导刊;2011年01期

10 张秋闻;甄彤;马志;;混合蚁群优化在粮食紧急调运问题中的应用[J];计算机工程与应用;2009年15期

相关会议论文 前3条

1 张磊;扈延光;江雅婷;吴雷;;基于蚁群优化的可靠性冗余分配模型及实现[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年

2 姜万录;刘伟;张瑞娟;陈海军;;基于蚁群优化的神经网络智能PID控制策略研究[A];中国机械工程学会流体传动与控制分会第六届全国流体传动与控制学术会议论文集[C];2010年

3 彭辉;;基于蚁群优化技术的车辆路径问题研究[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

相关博士学位论文 前5条

1 王辉;基于蚁群优化理论的家电产品拆卸规划方法研究[D];清华大学;2007年

2 刘利强;蚁群优化方法研究及其在潜艇导航规划中的应用[D];哈尔滨工程大学;2008年

3 胡小兵;蚁群优化原理、理论及其应用研究[D];重庆大学;2004年

4 喻学才;蚁群优化方法中若干问题研究[D];哈尔滨工业大学;2009年

5 陈祥国;卫星数传调度的蚁群优化模型及算法研究[D];国防科学技术大学;2010年

相关硕士学位论文 前10条

1 王乐衡;考虑多元设备类型的超启发式跨单元调度方法[D];北京理工大学;2015年

2 翟晨汐;基于蚁群优化的视觉板球系统的直接自适应模糊滑模控制[D];大连理工大学;2015年

3 刘超超;基于MapReduce计算框架的蚁群优化聚类算法设计与改进研究[D];合肥工业大学;2015年

4 邓敏;蚁群优化在时间表问题中的研究与应用[D];东北大学;2008年

5 吴小娟;蚁群优化大学课程表问题的研究与实践[D];苏州大学;2008年

6 丁秀明;基于蚁群优化的供应链调度算法研究[D];江南大学;2008年

7 伍祥红;基于蚁群优化的自主水下机器人路径决策方法研究[D];哈尔滨工程大学;2007年

8 凌军;基于并行蚁群优化的分类技术应用研究[D];大连海事大学;2011年

9 程晔;基于蚁群优化神经网络的比较购物模型研究[D];安徽理工大学;2010年

10 汤学文;基于蚁群优化的Ad Hoc网络路由[D];北京邮电大学;2010年

，

本文编号：1666332