一种基于分簇及蚁群算法的分布式能量高效路由算法

为了提高无线传感器网络中节点的能量使用效率,延长网络生存期,提出了一种基于分簇及蚁群算法的分布式能量高效路由算法.首先,网络中的节点采用改进的最小ID分簇算法对传感器网络进行快速分簇;然后,各簇头节点使用改进蚁群算法进行并行优化计算,寻找从簇头节点到Sink节点的数据汇聚路由.该算法是一种分布式算法,经仿真验证算法是合理的,和典型路由算法相比,能均衡节点能量消耗,具有更高的网络生存期.     

一种无线传感器网络可靠传输协议及其仿真分析

在无线传感器网络应用中,不稳定的通信链路会导致较低的传输可靠性.提出一种基于"动态簇"的无线传感器网络可靠传输协议.此协议利用网络节点部署稠密的特点和无线信道的广播特性,使报文以簇为单位进行转发;各个簇的成员构成多路径以保证传输的可靠性,并通过限定转发簇成员个数来降低冗余传输能耗;簇是动态的,在数据每跳转发前通过"回退竞争"机制选出,完成转发任务后自动撤销.建立了网络仿真模型,用NS2网络仿真系统对此协议的传输性能,如传输可靠性、传输时延及传榆能耗,进行了仿真分析.仿真结果表明,此协议的综合性能优于同类协议.     

基于事件驱动的无线传感器网络动态分簇路由算法

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态分簇路由算法.在人体神经系统工作机制和传感器网络分簇路由协议的基础上,建立了基于人体神经系统的传感器节点模型,提出簇的生存时间和覆盖范围依据事件情况而动态调整,以有效提高数据融合性能,避免冗余分簇.仿真实验结果表明,该算法与TEEN相比消耗的能量更少,可以有效延长网络的生存时间.     

基于蚁群策略的无线传感器网络能量有效路由算法

从无线传感器网络自身的特点出发,提出了一种基于蚁群策略的无线传感器网络能量有效路由算法(energy efficient routing algorithm based on ant colony optimization for wireless sensor network,EEAWSN).该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并给出路径最优度的概念来评价路径的最优性.仿真结果表明,与其他蚁群策略的路由算法相比,该算法找到了一条路径最优度最优的路径,在此路径上传输能量消耗最小,并且兼顾了节点的剩余能量,从而延长了整个网络的生存时间.     

一种新的最小干扰选路算法及仿真研究

提出了一种新的最小干扰选路算法 JMIRA,该算法由离线网络优化和在线动态路由选路两部分组成.其中在线路由部分算法采用接纳控制机制,利用最短最窄选路方法定位多条关键链路,根据链路上各业务类型的已用与可用带宽比值来计算链路权重,旨在实现最小干扰目的的同时降低算法的复杂度.经仿真研究表明,该算法在网络可用带宽和请求拒绝率等方面明显优于传统路由选路算法.     

带有群体智能的能量感知分层数据转发机制

无线传感器网络层次型数据转发过程中,分层和路由构建是两个典型的待优化问题。为了有效延长网络生存期,提出了一种能量感知的分层数据转发机制。利用粒子群优化算法,结合多目标函数进行智能搜索,通过粒子进化不断地优化簇头选取和路由构建,以低复杂度的方式得到分层部署的网络结构,进而实现了能量有效的数据转发。数值结果表明所提机制与现有机制进行对比,可以显著地提高网络能量使用效率,改善网络性能,延长网络生存期。     

基于位置估计的井下无线传感器网络路由算法

井下无线传感器网络中的信标节点无法及时获得能源补充,能量水平总体偏低,结合井下网络的特点研究能降低信标节点能耗、延长信标节点服务时间的路由算法对井下无线传感器网络十分必要.通过对井下传感器网络的能量补充方式和节点移动特点的分析,提出了一种基于位置估计的多跳路由(position estimatebased multi-hop route,PEBHR)协议,该协议通过位置估计的方法帮助节点选择恰当的移动节点作为数据中继快速建立路由路径,从而由能量水平较高的移动节点承担主要的数据转发任务,减少能量水平相对较低的信标节点的负载,从而延长信标节点的生存时间.仿真结果表明PEBHR协议能够降低信标节点的能量消耗,有效延长信标节点的生存时间,有效解决井下节点能量不平衡的问题.     

多周期的第四方物流弹复性正逆向集成网络设计模型与算法

在第四方物流的服务模式下,为了使产品的配送与回收能够在动态环境下安全、有效的运作,研究多周期的第四方物流弹复性正逆向集成网络设计问题.构建了在满足弹复性约束条件下,使总成本最小化的网络设计优化模型,在考虑多个运营周期条件下同时优化正向和逆向网络.鉴于该问题的NP-hard特性,设计了一种改进的蚁群算法.最后,通过数据随机产生的算例来测试模型的合理性以及算法的有效性,并且改进的蚁群算法的性能优于标准的蚁群算法.     

无线传感器网络单汇聚节点选址策略

无线传感器网络中,所有节点收集到的数据都通过多跳的方式转发到汇聚节点,因此汇聚节点的选址策略对网络寿命有很大的影响。首先在节点随机分布的无线传感器网络中简单分析了汇聚节点的面向能量选址策略,然后进一步探讨了面向寿命的选址策略,最后结合基于路由代价的蚁群路由算法在无线传感器网络中对两种选址策略进行仿真,仿真结果显示面向寿命选址策略的网络总能耗稍大于面向能量的选址策略,但前者能在较低网络能耗的基础上有效地延长网络寿命。     

传感器网络中一种能量高效的数据收集算法

为了在无线传感器网络中降低能耗和最大化网络生存期,提出一种能量高效的数据收集算法(energy efficient data gathering algorithm, EEDGA)。该算法利用移动代理模型在网络中进行数据收集。首先,EEDGA根据监测精度的要求控制活动节点的数量;然后,通过求最小支配集得到具体的工作节点;最后,利用蚁群算法规划移动代理迁移的最优路线,移动代理以渐进方式收集活动节点的监测数据。仿真结果表明,与典型算法相比,该算法具有更低的能耗和更长的网络生存期。     

卫星数传资源负荷均衡调度模型及蚁群优化算法

建立了卫星数传资源负荷均衡调度模型,提出了调度方案效能评价函数和模型求解的蚁群优化算法.调度模型中主要考虑任务调度收益和资源负荷均衡两个优化目标,蚁群算法通过遍历矩阵解构造图来逐步构造可行解,利用基于调度方案效能评价函数的全局信息素更新规则同时优化数传任务调度收益和数传资源负荷均衡两个目标.算例仿真表明,本文提出的调度模型和蚁群优化算法所求得的调度方案取得了较好的任务调度收益和资源负荷均衡指标评价值,说明模型与算法正确可行.     

基于区域不相交的无线传感网任播路由算法

在无线传感器网络(wireless sensor networks, WSN)中采用任播技术可以均衡数据流及能耗。传统算法常采用节点不相交路由策略,但隐终端问题仍会造成任播路径间的传递碰撞。针对该问题,提出基于区域不相交策略的WSN任播路由算法。该算法采用扇形通道技术和基于不同时隙的区域不相交发送策略以减少任播路径传递碰撞问题。仿真实验数据表明,相比较节点不相交路由策略和最短路径优先区域不相交路由策略,本文算法在分组投递成功率和节点平均能耗上具有较好的性能优势,从而提高网络生存期。     

集中式网络拥塞控制的高效RPL路由协议

针对低功耗有损网络中采用博弈论的网络拥塞控制(game theory based network congestion control protocol, GTNCC)路由算法在路由构建过程中仅仅考虑无线链路质量不能使网络拓扑最优,以及在拥塞控制过程中由拥塞节点的子节点判断是否切换父节点不能快速高效地缓解网络拥塞等问题,提出一种基于多维度量结合的集中式网络拥塞控制(centralized network congestion control based on multi-metrics combination, CNCCMC)路由协议。首先,为了降低网络拥塞发生的概率,CNCCMC路由协议综合考虑了节点剩余能量、缓存占用率、无线链路质量和中继节点当前子节点个数等多维度量完成路由构建;其次,当检测到网络拥塞时,CNCCMC路由协议依据网络拥塞节点进行流量分析和判断的结果采取集中式的方式控制其子节点的切换;最后,在网络拥塞缓解过程中,提出一种“乒乓效应”避免机制。理论分析和仿真结果表明,与GTNCC路由算法相比,CNCCMC路由协议在降低网络拥塞发生的概率、延长网络平均生存寿命和提高网络吞吐量等方面的性能得到了有效提升。     

需求可拆分车辆路径问题的三阶段禁忌算法

需求可拆分车辆路径问题(SDVRP)是一类有待深入研究的车辆路径问题,其求解方法与需求不可拆分的VRP问题有较大的区别.针对该类问题,本文提供了一种新的求解思路——基于双层规划模型的三阶段禁忌算法.首先,将目标函数设定为大TSP路径成本加上切割增加路径成本,构建了SDVRP的双层规划数学模型;然后,根据双层规划的思路设计了三阶段禁忌启发式算法:先求包括车场和所有顾客的大TSP路径,再对大TSP进行切割和拆分,接着对备选方案进行子路径优化;最后,通过实验仿真,将所提出的三阶段禁忌算法与其他算法进行比较,结果表明了所提出的算法可以比较有效地求得需求可拆分车辆路径问题的优化解,是解决需求可拆分车辆路径问题的有效方法.     

多导弹发射单元HLA仿真系统中数据分发管理的应用

根据基于HLA的多导弹发射单元分布式仿真系统中数据分发和过滤的具体需求,在对HLA中数据分发管理策略深入研究的基础上,文章提出了多层次区域面序列和多层次路径空间序列的数据分发管理方案.通过在路径空间中创建平行的区域面序列和在空间中创建平行的二维路径空问序列,实现多导弹发射单元分布式仿真系统中数据信息的分类、分层次分发过滤,同时采用措施优化区域匹配、减少组播组分配,进一步提高数据分发的效率.仿真结果证明了方案的有效性.     

基于机会性中继的加权协同路由算法

协同路由技术通过节点间相互中继转发数据,可以有效地提高网络的性能。提出了一种无线Ad hoc网络中的机会性加权协同路由算法,加权的量度分别是中继的剩余能量和节点间的信道状态信息,同时给出了协同路由模型及策略, 并基于NS 2进行了仿真。相对非协同的目的序列距离矢量路由协议,比较了机会性加权算法与最佳信道状态以及最大剩余能量算法的性能差异。结果表明,该算法获得了以上两种算法服务质量（递交率和网络寿命）之间的折衷,并且通过调整加权因子,可以权衡两个量度的比重以满足不同网络性能的需要。     

Multi-constraint quality of service routing algorithm for dynamic topology networks

An adaptive multi-QoS routing algorithm called AMQRA is proposed for dynamic topology networks, such as satellite networks and Ad-hoc networks. The AMQRA is a distributed and mobile-agents-based routing algorithm, which combines ant quantity system （AQS） with ant colony optimization （ACO） that is used in AntNet routing algorithm. In dynamic topology networks, the AMQRA achieves timely optimization for concave metric QoS constraint and fast convergence. The proposed routing algorithm is simulated in Iridium satellite constellation on OPNET. The results show that AMQRA not only outperforms the AntNet in convergence rate in dynamic topology networks but also can optimize concave metric QoS constraint and reasonably allot bandwidth to the load to avoid networks congestion.     

基于节点分级的NNSs跨层MAC协议设计

针对组网导航系统(networked navigation systems, NNSs)中节点高速移动、能量受限及通信时滞的问题, 融合了基于移动汇聚节点的交叉路由树构建及链式分簇相结合的路由协议(cross routing tree construction based on mobile sink and chain clustering, CRTCC), 设计了一种基于节点分级的跨层媒介访问控制协议(medium access control protocol based on graded nodes, GN-MAC)。GN-MAC采取了基于竞争的媒介访问方式, 结合CRTCC协议特点定义GN-MAC包格式并完成具有多级别节点的自适应虚拟分簇, 同时设计了改进型节点移动性检测算法, 作出了最优簇间切换决策, 提出了基于优先级的竞争机制以及多信道通信机制。最后通过算例仿真, 验证了GN-MAC在节点高速移动和多移动节点情况下, 时滞和能耗得到了有效的控制。     

Fast DOA estimation algorithm for MIMO sonar based on ant colony optimization

The maximum likelihood (ML) estimator demonstrates remarkable performance in direction of arrival (DOA) estimation for the multiple input multiple output (MIMO) sonar.However,this advantage comes with prohibitive computational complexity.In order to solve this problem,an ant colony optimization (ACO) is incorporated into the MIMO ML DOA estimator.Based on the ACO,a novel MIMO ML DOA estimator named the MIMO ACO ML (ML DOA estimator based on ACO for MIMO sonar) with even lower computational complexity is proposed.By extending the pheromone remaining process to the pheromone Gaussian kernel probability distribution function in the continuous space,the proposed algorithm achieves the global optimum value of the MIMO ML DOA estimator.Simulations and experimental results show that the computational cost of MIMO ACO ML is only 1/6 of the MIMO ML algorithm,while maintaining similar performance with the MIMO ML method.     

基于信息素异步更新的蚁群算法

针对基本蚁群算法中蚂蚁速度无限且信息素同步更新的假定前提,提出一种基于信息素异步更新的改进蚁群算法。该算法以蚂蚁的速度有限为前提,采用异步更新规则来调整各个蚂蚁的信息素浓度,从而间接改变蚂蚁间合作方式。该算法更忠实于实际蚁群的寻路过程,算法具有更好的全局搜索能力。基于旅行商问题的实验验证了算法的有效性、鲁棒性及解的多样性。