周一至周日 8:00-22:30(免远程费):
学术征询:400-888-7501 订阅征询:400-888-7502
征稿受权 运营受权
以后地位:贝斯特手机网 > 论文材料 > 社会迷信 > 网络工程论文 > 注释
网络工程论文( 共有论文材料 42 篇 )
引荐期刊
抢手杂志

浅析蚁群无线网络路由算法

2013-04-27 16:41 泉源:网络工程论文 人到场在线征询

这里针对WRSN提出了一种并发蚁群算法,完成网络资源的平衡优化及路由的鲁棒性。多同质蚁群间信息素吸引因子与排挤因子设计在一个多蚁群算法模子中,信息素的吸引因子与排挤因子为差别蚁群间数据信息交换的阈值,间接影响模子盘算功能。这里提出一种特定的吸引因子与排挤因子界说。设Aki表现种群k中第i只蚂蚁代理,同种群内的蚂蚁均开释统一品种型的信息素,差别种群开释的信息素范例差别。则αkij为种群k的蚂蚁以后位于传感器节点i,在其邻域Πi内选择下一个节点j的k范例信息素的吸引因子,则αkij=τkij/∑h?Πiτkkh。(1)式中,τij为边(i,j)上的第k种信息素浓度。βkij为种群k的蚂蚁以后位于传感器节点i,在其邻域Πi内选择下一个节点j的k范例信息素的排挤因子,则βkij=∑h≠kτhij/∑h?Πiτkih。(2)式中,τij为边(i,j)上的第k种信息素浓度。当位于节点i的蚂蚁在其邻域Πi内依据概率转移规矩选择下一个传感器节点i时,该蚂蚁会以更高的概率选择具有较高本人范例信息素浓度的途径。

多同质蚁群间概率转移规矩在蚁群盘算模子中,种群中蚂蚁选择下一步路由的转移概率规矩也是算法模子的紧张构成局部。这里接纳的规矩为:种群S中位于传感器节点i的蚂蚁选择下一节点j停止路由时的转移概率表达式为:Psij(k)=[τsij(t)]ε•αkij/βkij×[ηij(t)]β∑h?tabuk[τsih(t)]ε•αkij/βkij×[ηih(t)]β,j?tabuk0,,{其他。(3)式中,τsij为t时辰在边(i,j)上的s类信息素的浓度。每个节点维护一张信息素表,记载邻边上信息素的浓度;ε>0为调解因子,用以调理信息素信息的影响权重;启示函数ηij综合思索单跳耽误、节点负载及接入服从等QoS路由器量参数,则ηij=ξj/Lj×Dij,ξj为下一跳传感器节点j的带宽接入服从,Lj为节点j的负载,Dij表现节点i到节点j的单跳耽误。

蚂蚁的信息素更新战略在蚁群停止路由搜刮时,前向蚂蚁的信息素更新战略也是紧张的设计要素。由于无线网络的构造不确定性,因而在设计更新战略时,需思索部分网络状况与全局网络状况,提出差别的更新战略。种群中的前向蚂蚁依据本种群的信息素转移到下一个节点后,部分更新该种群的信息素。部分更新规矩为:τkij(t+1)=(1-ρ)τkij(t)+ρΔτkij。(4)式中,ρ为信息素挥发后的残留因子。在蚂蚁颠末的途径上接纳蚁密模子的更新形式,即前向蚂蚁在颠末的途径(i,j)上开释的信息素量为每单元长度Q,Δτkij(t,t+1)=Q,k∈(i,j)0,{其他。(5)式中,Q为一常数。以后向蚂蚁抵达目标节点后,将搜集到的从源节点到目标节点的途径信息记载上去,并经过测试音讯转移给后向蚂蚁,本身将被删除。逆向蚂蚁更新的规矩为:τkij(t+n)=(1-ρ)τkij(t)+ρQRs。(6)式中,R为种群S中的蚂蚁k在一次循环完毕后途径上的网络资源耗费值。

多蚁群并行路由优化算法流程综合上述剖析,设计多蚁群并行路由优化算法流程如下:①选择子会聚节点。从接近基站的传感器节点中选择子会聚节点,由所需的子会聚节点数和各个传感器节点已成为子会聚节点的次数来决议。②多蚁群算法初始化。算法将从源节点动身代表网络流量的蚂蚁分别成k个子群,为每个子群分派一个相应的子会聚节点作为目标节点。将网络中的蚂蚁分为前向蚂蚁和后向蚂蚁并初始化蚂蚁的忌讳表,后向蚂蚁在前往源节点的进程中对途径停止全局更新。③多蚁群并行优化盘算。并行盘算各蚁群的信息素吸引因子、排挤因子、蚁群概率转移规矩与信息素更新战略,并革新以后蚁群的设置装备摆设参数,当后向蚂蚁前往到源节点后出动第2批蚂蚁,直至到达算法最大迭代次数NCmax时跳出循环。完毕时,每个种群可以失掉一条优化途径,多个种群可得多个途径。④依据无线网络的目标来对蚁群所得的路由停止比拟,如未契合实践工程需求则前往步调②再次停止蚁群初始化与盘算,直至找到适宜的路由后果。2仿真实行上面在Matlab2010b上对设计的基于多蚁群算法的负载感知和高效接入跨层路由协议停止实行。感知地区为(0,0)到(1000,1000)的立体正方形监测地区,随机分布M=50个被控电源节点,仿真工夫为T=1000s。思索到传感器网络节点的理想状况,将节点最大传输间隔设为L=100m,控制数据帧均匀巨细为Sframe=512B,零碎缓冲区行列步队长度为Lframe=100数据包的长度,MAC层接纳IEEE802.11协议。多蚁群算法的迭代次数NCmax牢固为$200$代,会聚节点个数或种群个数k=3。其他参数取值接纳经历的办法设置为:每个种群中的蚂蚁个数m=100,ε=0.85,α=3,β=2,ρ=0.2,Q=100。运转经典蚁群算法和本文优化蚁群算法对无线电源监控网络路由停止盘算,取n=10次实行后果的均匀值停止比拟。用本文算法和经典算法对重负荷无线电源监控网络停止路由优化时,最优途径上数据包从源节点到目标节点所需均匀传输时延巨细比拟如图1所示。从仿真后果可见,当网络到达波动时,经典算法的数据包耽误比多种群蚁群算法要大,到达波动形态需求较长的工夫且动摇大,因而本文接纳改良的多种群蚁群算法在停止无线电源监控网络路由跨层优化时,具有传输时延小、收敛速率快且传输较为波动等分明劣势。

完毕语

上述接纳一种智能优化的多蚁群算法对WRSN停止跨层路由优化。仿真实行证明,该算法得出的最优传输途径可以满意无线电源监控网络的及时性、牢靠性及负载均衡等方面的要求,包管了无线电源监控网络的效劳质量。该技能实用于物联网情况,为其他有线网络零碎转向物联网零碎提供了无益的探究理论经历。

本文作者:姜福祥 钱建波 于正永 单元:淮安信息职业技能学院

在线征询
引荐期刊阅读全部