基于蚁群算法的WSN路由应用研究

下载PDF

导出

摘要无线传感器网络(WSN)研究领域目前在国内外比较热门。WSN无论是在国家军事或者民用还有军日常生活中都具有非常广泛的应用,且其前景良好。然而,学者们目前研究的WSN路由协议大多集中在网络服务质量(Qo S)上。将节点能量的有效利用性问题研究得比较少。本文将在总结蚁群算法和WSN各自的特点,并这些算法的基础上,将蚁群算法(ACO)引入到无线传感器网络路由中。通过使用蚁群算法的并行性、正反馈,等等,减少路由搜索流程节点能耗。

作者阮国熙

机构地区福州大学物理与信息工程学院

出处《数字技术与应用》 2015年第3期116-117,共2页 Digital Technology & Application

关键词无线传感器网络蚁群算法路由协议路径

分类号 TP212.91 [自动化与计算机技术—检测技术与自动化装置]

引文网络
相关文献

参考文献3

1王结太,许家栋,徐建城.基于蚁群优化算法的无线传感器网络路由协议[J].系统仿真学报,2008,20(18):4898-4901. 被引量：10
2Guoying Lu and Zemin Liu,Multicast routing based on ant- algorithm with delay and delay variation constraints[C],Cir- cuits and Systems,2OOO.IEEE.
3乐群星,魏法杰.蚂蚁算法的基本原理及其研究发展现状[J].北京航空航天大学学报（社会科学版）,2005,18(4):5-8. 被引量：27

二级参考文献19

1王颖,谢剑英.一种自适应蚁群算法及其仿真研究[J].系统仿真学报,2002,14(1):31-33. 被引量：232
2李闻,林亚平,童调生,陈宇,余建平.传感网络中一种基于蚂蚁算法的分布式数据汇集路由算法[J].小型微型计算机系统,2005,26(5):788-792. 被引量：12
3马溪骏,潘若愚,杨善林.基于信息素递减的蚁群算法[J].系统仿真学报,2006,18(11):3297-3300. 被引量：18
4[1]Dorigo M, Maniezzo V, Colorni A. Positive Feedback as a Search Strategy[R]. Milan: Milan Politecnico di Milano, 1991.91-106.
5[2]Dorigo M, Maniezzo V, Colorni A. Ant System: Optimization by a Colony of Cooperating Agents[J]. IEEE Transactions on Systems, Man and Cybernetics, part B, 1996, 26(1): 29-41.
6[3]Gambardella L M, Taillard E D, Dorigo M. Ant Colonies for the Quadratic Assignment Problem[J]. Journal of the Operational Research Society, 1999, 50(2): 167-176.
7[4]Bullnheimer B, Hartl R F, Strauss C. Applying the Ant System to the Vehicle Routing Problem[A]. Voss S, Martello S, Osman I H, Roucairol C. Meta-heuristics: Advances and Trends in Local Search Paradigms for Optimization[C]. Boston: Kluwer, 1998. 109-120.
8[5]Costa D, Hertz A. Ants can Color Graphs[J]. Journal of the Operational Research Society, 1997, 48: 295-305.
9[6]Parmee I C, Vekeria H, Bilchev G. Role of Evolutionary and Adaptive Search during Whole System, Constrained and Detailed Design Optimization[J]. Engineering Optimization, 1997, 29(1-4): 151-176.
10[7]Wang Lei, Wu Qidi. Ant System Algorithm for Optimization in Continuous Space[A]. Proceedings of the 2001 IEEE International Conference on Control Applications[C]. New York: IEEE Press, 2001. 395-400.

共引文献35

1于文莉,李海,陈亚军.带变异算子的启发式最大最小蚂蚁系统求解流水车间调度问题[J].中国工程机械学报,2006,4(2):206-210. 被引量：2
2王雄志,周丽虹.配送中心补货作业问题的蚂蚁算法[J].暨南大学学报（自然科学与医学版）,2007,28(3):263-267. 被引量：3
3王天擎,谢军,曾洲.基于蚁群算法的网格资源调度策略研究[J].计算机工程与设计,2007,28(15):3611-3612. 被引量：8
4王中杰,李侠,周启明,王万磊.基于多约束条件遗传算法的雷达网优化部署[J].系统工程与电子技术,2008,30(2):265-268. 被引量：28
5谷远利,李善梅,邵春福.基于蚁群算法的交通控制与诱导协同研究[J].系统仿真学报,2008,20(10):2754-2756. 被引量：16
6夏兰.基于改进蚁群算法的交通最佳路径研究[J].计算机与数字工程,2009,37(1):28-31. 被引量：3
7成旭华,赵知劲,叶学义.基于改进蚁群算法的网络路由重组[J].计算机工程,2009,35(13):90-92. 被引量：4
8马军煜,成旭华,叶学义.基于蚁群算法的可信网络路由[J].电子技术应用,2010,36(1):91-94. 被引量：1
9李洪兵,余成波,陈强,冉涌.基于BWAS的无线传感器网络静态分簇路由算法[J].电讯技术,2010,50(4):96-101. 被引量：1
10程超,杨洪伟,周大勇,翟卫红.蚂蚁追踪技术在任丘潜山油藏的应用[J].西南石油大学学报（自然科学版）,2010,32(2):48-52. 被引量：30

1白雪骢,朱焱.一种基于禁忌搜索算法的流程挖掘方法[J].计算机科学,2016,43(4):214-218. 被引量：5
2顾立志.协同过滤数据稀疏性问题研究[J].计算机光盘软件与应用,2014,17(8):101-102. 被引量：1
3张捷.云计算安全性问题研究[J].无线互联科技,2014,11(12):53-54. 被引量：1
4刘光磊.基于IPV6的计算机网络的安全性问题研究[J].电脑与电信,2013(9):43-44.
5丁钰.云计算的数据安全性问题研究[J].电子世界,2014(11):7-7.
6汪清杰,陈桂鸿.移动搜索技术探析[J].情报探索,2009(6):95-98. 被引量：2
7韩海晓,曾东海.云计算安全性问题研究[J].计算机光盘软件与应用,2014,17(2):161-161.
8哈兰.铁路云计算应用及信息安全性问题研究[J].信息系统工程,2013,26(6):86-88. 被引量：5
9孙明远.个性化推荐中的数据稀疏性问题研究[J].网友世界,2014(7):142-143.
10章英,贺立源,叶颖泽.带宽分配中效率与公平性问题研究[J].计算机工程与科学,2010,32(2):4-6. 被引量：2

数字技术与应用

2015年第3期

浏览历史

内容加载中请稍等...

基于蚁群算法的WSN路由应用研究

参考文献3

二级参考文献19

共引文献35

相关作者

相关机构

相关主题

浏览历史