改进蚁群算法的无线传感器网络路由优化与路径恢复算法
基于改进蚁群算法的无线传感器网络优化
Network World •网络天地Electronic Technology & Software Engineering 电子技术与软件工程• 1<<下转2页【关键词】蚁群算法 无线传感器 网络优化1 无线传感器技术概述当前对静态无线传感器网络覆盖范围的研究已经取得了有益的成果。
库马尔等人首先提出了高K 势垒范围和低K 势垒范围的概念，并开发了一种算法来评估应用领域是否被强K 势垒覆盖，在以随机方式使用的传感器网络中，获得低K 覆盖围栏的重要条件。
基于加权图确定Anwar Saypulla Buddy 静态无线传感器网络中强障碍数量的限制，我们提出了一种最大流量算法，Habib Mostarfire （Habib Mostafai ）及其同事提出了一种分布式自学习算法，用于研究静态无线传感器网络中K 势垒的高覆盖率问题。
库马尔和他的同事们还使用传感器节点形成一个强大的K 防护膜，可以探测相同的生存时间和其他生存时间栅栏结构算法，并延长网络生存时间计划，提出的算法是OptimalSleep Wakeup ，JieTian 等人提出了一个二维问题来覆盖K 栅栏，并将应用区域划分为多个子区域来构建栅栏。
雷利和鲍贤湛及其合作者对低范围围栏的问题进行了调查，并分析了弱围栏的覆盖范围。
Balister 等人研究了一种可靠的方法来预测节点的部署密度，以便随机使用传感器网络形成围栏的覆盖，并可根据预期的浓度永久连接。
2 系统模型2.1 相关定义穿越路径(CrossingPath)，是检测目标的起始点和终点位于监视区域A 的上限和下限，并且区间A 的起始点和终点之间的任何曲线称为截距轨迹。
当区域A 沿着该路径移动时，如果至少通过K 传感器节点不能检测到被监基于改进蚁群算法的无线传感器网络优化文/朱重龙视对象，则单色K 防护盖（强障碍盖）的识别是区域A 是K 强覆盖并且能够打电话。
当被监测物体沿路径通过应用区域时，可以检测到至少K 个传感器节点，即3 K 栅栏交叉电阻（应变势垒交叉涂层）的定义满足定义2。
改进蚁群算法的无线传感器网络路径优化
３ 传感器节节点随机分布于 网络监控区 内， ） 且每一个 节
点 都 赋 予 唯 一 的标 识 ， 编 号 ：， ， ，。 即 １２ … ｎ ２２ Ｗ Ｓ 路 径 优 化 问 题 的 数 学 模 型 ． Ｎ
一
优 劣（ 目标函数值 ） 对每 条路径上 信息素量 进行更 新 ， 体 ， 具
更新规则为 ：
叩 义为 ：
町 ＝
２ 传感器节点一旦部署后就 固定下来 ， ） 传感 器节点被看 作为通半径大小正方形 内的一个点 ， 所有传感器 节点初始 能
量相 同。
１
（） ７
式中 ， ｄ表示传感器节点 ｉ 与传感器节点 』 之间距离。 当全部 蚂蚁 完成 一次循环后 ， 根据每个 蚂蚁获得路 径的
（ ＋ｎ ＝Ｐ× ｒ（）＋△ ｔ ） ｔ ｆ ， （） ８
个 ＷＳ Ｎ可以采用一无 向赋权图来表示 Ｊ 即有 ： ，
Ｇ ＝＜ＶＥ ＞ ， （） １
式 中， 表示 ＷＳ Ｎ节点集 ， Ｅ表示 节点间通信链 路集。
和 Ｅ具 体 形 成 描 述 如 下 ：
Ｖ＝ ｛ ，， ， ｝ … （） ２
优缺点 的基础上 ， 通过把蚁群算法作为 ＷＳ Ｎ路径优化的主框架 ， 采用遗传算 的选择 、 叉和变异算子提高蚁群算法搜 索速 交
度 ， 出一种改进蚁群算法的 ＷＳ 提 Ｎ路径优化方法。仿真结果表 明， 改进蚁群算法有 效地克服了基本蚁群算法 的缺 陷 ， 提高 了 ＷＳ Ｎ路径优化效率和成功率 ， 减少 了能理消耗 ， 有效延长了网络生存时间 。
ＷＳ Ｎ适应度 函数 需考 虑路 径长 度 、 点能 量消 耗 和整 节 个 ＷＳ Ｎ能量均衡等 因素 ， 因此 ， 一条 ｎ 传感器节 点可行路 个
基于蚁群算法的无线传感器网络优化
同． 当某些路径上通过的蚂蚁越来越多时， 在路径上 留下的信息素数量也越来越多， 导致信息素强度增大 ， 蚂
蚁选择 该路径 的概率 随之增加 ， 而进一 步增加 该路 径 的信 息 素强度 ； 从 而某些 路 径 上通 过 的蚂 蚁 较少 时 ， 路 径上 的信息 素就会 随 时间 的推 移而蒸 发 ． 因此 ， 模拟 这 种现 象 利用 群体 智 能 ｓ ｒ ｉｔｌｇｎｅ建 立路 径 选 ｗａｍ ｅｉｅｃ） ｎ ｌ 择机制 ， 蚁群算 法 的搜 索 向最优解 推进 ． 使 蚁群算 法所 利用 的搜 索机 制呈 现 出一 种 自催 化或 正 反馈 的特 征 ． 因此 ， 以将 蚁群 算法模 型理解 成增 强型 学 习系统 ［ 可 引．
维普资讯
苏
州
大
学
学
报（ 自然科学 版）
第２ ３卷
（ ｂ ｓ） 进行 模拟 ．２蚂 蚁利用 信 息 素 （ｈｒｍｏ ｅ进行 相 互通 信 ． 蚁 在所 选 择 的路 径 上会 释放 一 种 ｔ ｕｌｔ来 ａ ｉ （） ｐｅｏ ｎ ） 蚂 叫做信 息素 的物 质 ， 当同伴进行 路径 选择 时 ， 据 路径 Ｉ ３ 息素 进行 选择 ， 样 信息 素 就成 为 蚂蚁 之 问 会根 － 信 ＿ ￣ 这 进行 通讯 的媒介 ．３蚂 蚁 的集 群 活动 ． 过一 只蚂 蚁 的运 动很难 到达 食物 源 ， 整个蚁 群进行 搜索 就完全 不 （） 通 但
基于改进蚁群算法的无线传感器网络路由
Ｒｏ ｕ ｔ ｉ ｎ ｇ ｏ ｆ ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ ｓ ｅ ｎｓ ｏ ｒ ｎｅ ｔ ｗｏ ｒ ｋ ｂａ ｓ ｅ ｄ ｏ ｎ ｉ ｍ ｐｒ ｏ ｖ ｅ ｄ ａ ｎ ｔ ｃ ｏ ｌ ｏ ｎｙ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ
ＮＡ Ｙｏ ｎ ｇ，ＴＩ ＡＮ Ｍｅ ｉ — ｙ ａ ｎ，Ｌ Ｉ Ｙａ ｎ，Ｘ Ｍｅ ｎ ｇ
Ａｂｓ ｔ ｒ ａ ｃ ｔ ： Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｒ ｅ ｄ ｕｃ ｅ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｃ ｏ ｎ ｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｎ ｏ ｄｅ ｓ ａ ｎｄ ｐｒ ｏ ｌ ｏ ｎ ｇ ｔ ｈｅ ｌ ｉ ｆ ｅ ｔ ｉ ｍｅ ｏ ｆ ｔ ｈ ｅ ｎｅ ｔ ｗｏ ｒ ｋ，ａ ｎ ｅ ｗ
（ Ｄ ｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｄ ｉ ｓ ｔ ａ ｎ ｃ ｅ Ｅ ｄ ｕ ｃ ａ ｔ ｉ ｏ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｃ ｅ ｎ ｔ ｅ ｒ ， Ｊ ｉ ｌ ｉ ｎ Ｔ Ｖ ＆Ｒ ａ ｄ ｉ ｏ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｃ ｈ ａ ｎ ｇ ｃ ｈ ｕ ｎ １ ３ ０ ０ ２ ２ ， Ｃ ｈ ｉ ｎ ａ ）
那 勇 ， 田美 燕 ， 李 燕 ， 徐 萌
（ 吉林 广 播 电视 大 学 远 程 教 育 技 术 中心 ， 长春 １ ３ ０ ０ ２ ２ ）
摘 要 ： 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
那 勇等 ： 基 于改 进蚁 群算 法 的无线 传感 器 网络路 由 《 激光 杂 志） ２ ０ １ ５年 第 ３ ６卷第 ２期 Ｌ Ａ Ｓ Ｅ Ｒ Ｊ Ｏ Ｕ Ｒ Ｎ Ａ Ｌ （ Ｖ ｏ １ ． ３ ６ ． Ｎ ｏ ． ２ ． ２ ０ １ ５ ）
基于改进蚁群的无线传感器网络路由
２１ ０ ０年 １月
计 算 机 应 用 研 究
Ａｐ ｌｃ ｔ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｏ ｕ ｅ ｓ ｐ ｉ ａｉ ｓ ａ ｃ ｆ Ｃ ｍｐ ｔ ｒ ｏ
Ｖ０ ． ７ Ｎｏ １ １２ ．
Ｊｎ ２ ０ ａ ． ０１
基 于 改 进 蚁 群 的 无 线 传 感 器 网络 路 由
目前主要的蚁 群算 法有 Ａ （ｎ ｙｔ 、 Ａ （ ｘｍｉ ｓ ａｔｓｓ ｍ） ＭＭ Ｓ ｍａ— ｎ ｅ ａ ｔ ｙｔ 和 Ａ Ｓ ａｔ ｏｏｙｓｓ ｍ） 。Ａ ｎ ｓ ｍ） ｓ ｅ Ｃ （ｎ ｌｎ ｙｔ ｃ ｅ ｓ中蚂蚁找到 目的 节 点后立即更新该路径 的信息素 ， 该路径的信息素会影响其他 蚂蚁在 本次迭代过程 中路径 的选择 ； ＭＭＡ Ｓ中只更新最佳 路径 上 的信 息素 ； Ａ 与 Ｓ不 同， Ｃ Ａ Ｓ是在 所有 的蚂 蚁都 找 到了 目的 节点之后才更新 信息素浓度 ， 信息 素的更新 只对 下次迭代过程 有影 响。苏淼等人 ＿ 研究 了基于蚁 群 的无 线传感器 网络 双簇 ４
路 由算法都是集 中式 的算法 ， 要求各传感节点维护全局性 的网
络状态信息 ， 于 ＷＳ 对 Ｎ来 说 ， 开销太大 ， 不具 备 良好 的可伸缩 性 。蚁群算法 只是基于本地信息 ， 适用于 ＷＳ Ｎ。
１ 相 关工作
基 本 Ａ Ｏ路 由 的思 想 可 以描 述 如 下 Ｊ Ｃ ：
Ｋｅ ｏｄ ：ａｔ ｏ ｎ ｐｉｉ ｔｎ Ａ Ｏ） ｗｒｌ ｓ ｅ ｓｒ ｅ ｏｋ ＷＳ ；ｎｔｏ ｓ ｏｔ ｇ ｙｗ ｒｓ ｎ ｌ ｙｏｔ ｚ ｉ （ Ｃ ； ｉ ｅ ｎｏ ｔ ｒ（ Ｎ） ｅ ｒ ｕｉ ｃｏ ｍ ａｏ ｅｓｓ ｎｗ ｗ ｋｒ ｎ
蚁群算法 （ Ｃ ） 由 Ｍ． ｏ ｇ 等人 …提 出的解决组合优 Ａ Ｏ是 Ｄｒ ｏ ｉ 化 问题 的一种 多 ａｅ ｔ ｇｎ 方法 。他们 用蚁 群算 法解 决 旅行 商 问 题、 二次分配问题等 ， 得 出了理想 的结论 。蚁 群算法 因其具 并 有正反馈 、 分布式计算和富于建设性的贪婪启发式搜索 的特点 而越来越受 到人们 的关注 。 与传统无线 网络 相 比， 无线 传感 器 网络 （ Ｎ） 般 节点 ＷＳ 一 数量 巨大 ， 网络中的节点分布 稠密 ， 各传感 节点不 可能分 配一
基于蚁群优化的无线传感器网络路由算法
ｍａ ｉ ｎ ｔ ａ ｉ ｎ ｎ ｅ ｔ ｗｏ ｒ ｋ ｌ ｉ ｆ ｅ ｔ ｉ ｍｅ ｔ ｏ ｂｅ ｌ ｏ ｎ ｇ ｅ ｓ ｔ ， ｗｈ ｉ ｌ ｅ ｄ ｉ ｓ ｃ ｏ ｖ ｅ ｒ ｉ ｎ ｇ ｔ ｈ ｅ ｓ ｈｏ ｒ ｔ ｅ ｓ ｔ ｐ ａ ｔ ｈｓ ｆ ｒ ｏ ｍ ｓ ｏ ｕｒ ｃ ｅ ｎ ｏ ｄ ｅ ｓ ｔ ｏ ｂ ａ ｓ ｅ ｓ ｔ ａ ｔ ｉ ｏ ｎ
ｒ ｉ ｔ ｈ ｍ
ｂ ａ ｓ ｅ ｄ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ ， ｉ ｓ ｗ ｉ ｄ ｅ ｌ ｙ ｕ ｓ ｅ ｄ ｉ ｎ ｎ ｅ ｔ ｗｏ ｒ ｋ ｒ ｏ ｕ ｔ ｉ ｎ ｇ ． Ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ＷＳ Ｎｓ ＡＣ Ｏ ｒ ｏ ｕ ｔ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ， ｗ ｈ ｉ ｃ ｈ ｃ ａ ｎ
由算法 ， 能够保 持网络的生存 时间最长 ， 同时能找到从 源节点到基站 节点 的最短路 径 ； 采用 的多路数据 传
输也可提供 高效可靠 的数据传输 ， 同时考虑节点 的能量水平 。仿真结果表明 ： 提 出的算法延长 了无线传感
器 网络 的寿命 ， 实现无线 传感 器网络在通信过程 中快速 、 节能的路 由。
基 于蚁 群 优 化 的 无 线传 感器 网络 路 由算 法
基于改进蚁群优化算法的无线传感器网络路由研究
文献标识码： A
文章编号： 1000—9787（ 2012） 09—0036—03
Research on improved ACO-based routing for wireless sensor networks*
SHANG Xing-hong，QIAN Huan-yan，GAO De-min
（ School of Computer Science and Technology，Nanjing University of Science and Technology，Nanjing 210094，China）
法应用于无线传感器网络的路由选择，提出一种基于能量均衡的无线传感器网络路由算法。该算法将节
点能量作为转移概率规则启发因子，通过计算转移概率和适应度值找到最优路径。仿真结果表明： 该算法
可以显著减低网络总能耗，从而延长无线传感器网络的生命周期。
关键词： 无线传感器网络； 网络路由； 蚁群优化算法
中图分类号： TP 393
研究蚁群算法应用于 QoS 路由问题的可能性的基础上，给
出了调和蚁群算法解决多路径多约束 QoS 问题的算法，最
后通过仿真实例得到满意的结果。以上的算法在解决其关
注领域方面都有一定创新性，但较少考虑节点的能耗平衡
和路径最优等于无线传感器网络，提出基于能量均衡
k = 1，…，m ，
（ 4）
{ρ fitness Q，l（ r，s） ∈wk（ t）
Δτij （ t） =
． 0 ， otherwise
（ 5）
其中，ρ（ ρ∈（ 0，1） ） 表示信息素挥发系数，Q 表示信息
度强度系数。
5） 转到步骤（ 2） 反复执行，直到执行完规定的迭代次
基于蚁群优化的无线传感器网络路由优化算法
中 图分类 号 ：Ｐ９ Ｔ ３３
无 线传 感器 网络 由众 多具 有 感 知 、 信 和计 算 通 功能 的微 小节点 组 成 ， 点 间 以多跳 自组 织 的方 式 节
行路 由优化后 ， 数据包沿能量较高的路径进行传输 ， 可防止传感器网络中出现“ 传输热点 问题”４， ＿ 导致 Ｊ 部分 节点 失效 ； 由于所选 路径节 点 问信道 质量 较好 ，
７ ％ ， 有较 高的 实用价值 。 ３ 具
关
键
词 ： 线传 感 器网络 ，路 由算 法 ， 群 算法 ， 功耗 无 蚁 低 文献标 识码 ： Ａ 文章编 号 ：００２５ （０ ２ ０ ＿３６ １０ －７８ ２ １）３（５ ５ ） 信 道 质量较 好 的路径 进行 路 由转 发 。采用 该算 法进
一
功耗 的降低可以从硬件设计 、 节点操作 系统任务调 度 以及 网 络 协 议 等 各 个 层 面进 行 优 化 … 。 由于 传
感器 节 点传 输 数 据 所 需 能 量 远 远 大 于 计 算 所需 能
量， 降低 网络层传输功耗能够有效延长网络的生命 周期 Ｊ 。现有 面 向传 感 器 网 络 的路 由协 议 绝 大 多
质 量敏 感 的无 线传感器 网络路 由优化 算 法 Ｃ Ｒ，Ｏ Ｏ Ｃ Ｒ算 法基 于节 点剩余 能 量、 线信道 质 量统 计参 无 数 等 变量 ， 通过修 改启发 因子 方程 以及信 息素更新 方程 ， 用改进蚁 群 算法选择 剩余 能 量 高、 道质 采 信 量较好的路径进 行数据 的路 由转发 ， 有效 降低数 据传 输功 耗 ， 可 平衡 网络 中节点 的功率 消耗 ， 长 网 延 络 生命周期 。仿 真 实验表 明 ，Ｏ Ｃ Ｒ算法 网络 消耗 能量仅 为传 统 Ａ Ｏ（ ｎ Ｃｌ ｙＯ ｔ ｉ ｔｎ 算 法的 Ｃ Ａ ｔ ｏ ｎ ｐｉ ｚ ｉ ） ｏ ｍ ａｏ
基于蚁群算法的无线传感器网络路由算法
Ｚ Ｃ ｅ ｇ ＨＵ ｈ ｎ Ｈｕ ， Ｅ ｕ ｉ ｉ Ｙ Ｆ Ｌ ｎ
（ ｅａｔ ｎ ｆ Ｅｅｔｃ ｎ ｉｅｒ ｇ ｎ Ａ ｔｍ ｔ ｎ， ｅ ｉ ｎｖｒｔ ｆＴ ｃ ｎｌ ｙ， ｅ ｉ ３ ０ ９， ｈｎ ） Ｄ ｐ ｒ ｔ ｌ ｒ Ｅ ｇ ｅ ｎ ａｄ ｕｏ ａｉ Ｈ ｆ Ｕ ｉｅ ｉ ｏ ｅｈ ｏｏ Ｈ ｆ ２ ００ Ｃ ｉ ｍｅ ｏ ｃ ｉ ｎ ｉ ｏ ｅ ｓｙ ｇ ｅ ａ
在 定 向 扩 散 协 议 的 基 础 上 ，通 过 搜 寻 蚂 蚁 以 广 播 的 方 式 在 网 络 中 扩 散 建 立 起 源 节 点 到 目的 节 点 的 多 条 路 径
们 的重 视 。 感 器 网 络 是 由部 署 在 观 测 环 境 内 的 大 量 微 传
型传感器 节点通 过无 线通 信方式 组 成 的一种无 线 网络 。 组 成 传 感 器 网 络 的 节 点 包 括 传 感 器 和 汇 聚 节 点 （ｉｋ 。 Ｓｎ ） 传 感 器 节 点 的能 量 十 分 有 限 ， 且 在 部 署 后 难 以 再 次 补 并
Ａｂ ｔａ ｔ Ｂ ｓ ｄ ｎ ｈ ｓ ｅ ｉｌ ｅ ｎ ｏ ｎ ｒ ｙ ｏ ｔ ｌ ｏ ｒ ｌ ｓ ｓ ｎ ｏ ｎ ｔ ｒ ｓ ｒ ｃ ： ａ ｅ ｏ ｔ ｅ ｐ ｃａ ｄ ｍａ ｄ ｆ ｅ ｅ ｇ ｃ ｎ ｒ ｆ ｒ ｗｉ ｅ ｓ ｅ ｓ ｒ ｅｗｏｋ， ｔ ｉ ｐ ｐ ｒ ｒ ｐ ｓ ｄ ｎ ｎ— ｅ ｎ ｏ ｅ ｈ ｓ ａ ｅ ｐ ｏ ｏ ｅ ａ ｏ ｄ ｍａ ｄ
中 图分 类 号 ：Ｔ ３ ３ Ｐ ９ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１７ — ７ ０２ １ ）５ ０ ６ — ４ ６ ４ ７２ （０ ０ １ — ０ ７ ０
基于改进蚁群优化的无线传感器网络路由算法
基于改进蚁群优化的无线传感器网络路由算法舒期梁;赵丽萍【期刊名称】《计算机测量与控制》【年(卷),期】2011(19)5【摘要】For wireless sensor network node energy, communication ability is limited, etc.So Proposed an improved ant colony optimization routing algorithm , full consideration of the communication between nodes from the distance between the nodes may increase the energy dissipation of nonlinear growth, and energy consumption and the next hop communication residual energy node.Make the wireless sensor network routing in communications, energy consumption and network survival, approximate periodic optimal value.The simulation results show that this algorithm can effectively reduce the energy consumption and network node number and data transmission path length, prolong the wireless sensor network survival period.%针对无线传感器网络节点能量、通信能力有限等特点,提出了一种改进蚁群优化的路由算法,算法对下一节点的选择充分考虑了通信距离和剩余能量等因素,将蚂蚁搜索行为集中到最优解附近,为避免早熟收敛行为的发生,将信息素轨迹的值域范围进行限制,通过对信息素轨迹的平滑化,快速逼近无线传感器网络最优路径;仿真结果证明,该算法有效地减少了网络能量消耗、节点死亡数量和链路长度,延长了网络生命期.【总页数】4页(P1253-1256)【作者】舒期梁;赵丽萍【作者单位】景德镇陶瓷学院信息工程学院,江西,景德镇,333001;景德镇陶瓷学院信息工程学院,江西,景德镇,333001【正文语种】中文【中图分类】TP393【相关文献】1.基于改进蚁群优化算法的无线传感器网络路由研究 [J], 尚兴宏;钱焕延;高德民2.基于蚁群优化的无线传感器网络路由算法 [J], 邬欢欢;张任3.基于改进蚁群优化算法的无线传感器网络路由研究 [J], 祝加祥;吴勇4.基于蚁群优化算法的无线传感器网络路由研究 [J], 宋杰;吴勇;陈明明5.基于改进蚁群优化策略的无线传感器网络路由算法 [J], 蔡燕; 陈加林因版权原因，仅展示原文概要，查看原文内容请购买。
改进蚁群算法在WSN路由优化中的应用
ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｓ ， ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｄ ｅ ｓ ｃ ｉ ｒ ｂ ｅ ｓ ａ ｎ ｅ ｗ ａ ｎ ｔ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｖ ｉ ｓ ｉ ｏ ｎ ｅ ｘ ｔ ｒ ｅ ｍｅ ｓ ， ａ ｎ ｄ ａ ｖ ｏ ｉ ｄ ｓ ａ ｌ ｌ ｔ ｈ ｅ ａ ｎ ｔ ｓ ｔ ｏ
ｐ ｈ ｅ ｎ ｏ ｍ ｅ ｎ ｏ ｎ ｏ ｆ ｌ ａ ｒ ｇ ｅ ｎ ｏ ｄ ｅ ｓ ｊ ｏ ｉ ｎ ａ ｎ ｄ ｄ ｅ ａ ｔ ｈ ｉ ｎ ｗ ｉ ｒ ｅ ｌ ｅ ｓ ｓ ｓ ｅ ｎ ｓ ｏ ｒ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ： ＷＳ Ｎ； Ａｎ ｔ Ｃｏ ｌ ｏ ｎ ｙ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ； Ｒｏ ｕ ｔ ｉ ｎ ｇ Ｐｒ ｏ ｔ ｏ ｃ ｏ ｌ ； Ｍｏ ｂ ｉ ｌ ｅ Ａｄ Ｈｏ ｃ Ｎｅ ｔ ｗｏ ｒ ｋ； Ｓ ｅ ｎ ｓ ｏ ｒ Ｎｏ ｄ ｅ； Ｓ ｉ ｎ ｋ Ｎｏ ｄｅ
ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｔ ｏ ｆ ｏ ｍ ｒ ａ ｕ ｎ ｉ ｉｅ ｆ ｄ ｎ ｅ ｔ ｗｏ ｒ ｋ ． Ａｉ ｍｉ ｎ ｇ ａ ｔ ｔ ｈ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍｓ ｏ ｆ ｒ ｏ ｕ ｔ ｉ ｎ ｇ ｐｒ ｏ ｔ ｏ ｃ ｏ ｌ ｉ ｎ ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ ｓ ｅ ｎ ｓ ｏ ｒ
１ 引 言
无线 传感 网络 是一 种 由大量 传感节 点 构成 的分 布式 网络 系统 ， 由传感 节点 、 汇聚 节点 和管 理节 点组 成， 见图 １ 。传 感 节 点 感 知 目标信 息 后 以多 跳 接 力
点之间通过彼此交换状态信息以发现 和维护路 由， 组成统一网络 。网络层路 由协议是 ＷＳ Ｎ通信 的基 础， 是实现网络可靠 、 有效传输的关键 ， 既要考虑节 点加 入 、 移动 和死 亡 过 程 ， 也 要 有一 定 的稳 定 性 、 容 错性 和扩 展性 Ｊ 。 目前 ， 业 界 针 对无 线传 感 网络 不
基于蚁群优化的无线传感器网络路由算法
Ａ ｏ ｅ ｕｔｎｇ Ａｌ ｏｒｔ ｍ Ｎ ｖ ｌＲｏ ｉ ｇ ｉｈ Ｂａｓ ｄ ｏｎ Ａ ｎｔＣｏｏｎ ｐｔｍ ｉ ａ ｉ ｏｒＷ ｉｅ ｅ ｓＳｅ ｓ ｒ Ｎｅ ｗｏｒ ｓ ｅ ｌ ｙ ｏ ｉ ｚ ｔｏｎ ｆ ｒ ｌ ｓ ｎ ｏ ｔ ｋ
ＨＡＯ ｉｏ— ｑ ｎｇ Ｘ ａ —ｉ
ｄ ｍ ｏ ｔａｅｔ ａ ｈｉ ａｇ ｉｔ ｅ ｎｓｒｔ ｈ ｔｔ ｓｌ ｏｒ ｈｍ ｓｂ ｔｅ ｒｏ ｍ ａ ｅｏｎ ｌａ ｌｎｃ ｏｍｐａ ｎｇｗ ｉｈ ｆ ｄａ ｅ ａ ｎ ｏｌｎ ａｇｏ ｔ ． ｈａ ｅｔ ｒｐｅｆ ｒ ｎｃ ｏ ｄ ｂａａ ｅｃ ｉ ｒ ｔ ｕｎ ｍ ｎｔｌａ ｔｃ ｏ ｙ ｌ ｒ ｈｍ ｉ
算 法和基 本 的 蚁群 算 法 比较 有 更好 的性 能 关 键 字 ： 线传 感 器 网络 ， 群 优 化 ， 息 素 ， 由算 法 无 蚁 信 路 中 图分 类 号 ： ＴＰ３ ３ ９ 文 献 标识 码 ： Ａ 文 章编 号 ：０ ９ ３ ４ （０ ００ － ４ ０ １ ０— ０４２ １）１ ３ － ３
Ｋｅ ｏ ｄ ：ｗｉｅｅｓｓｎｓ ｅ ｏ ｋ ；ａ ｔｃ ｌ ｎｙｓ ｓｅ ；ｐ ｒ ｍ ｏ ；ｒ ｕ ｉ ｌｏｒｔ ｙｗ ｒ ｓ ｒ ｌｓ ｅ ｏｒｎ ｔ ｒ ｓ ｎ ｏ ｏ ｙ ｔｍ ｗ ｈｅ ｏ ｎｅ ｏ ｔｎｇ ａｇ ｉｈｍ
无 线 传感 器 网 络… 近 几年 新 兴 的信 息 获 取平 台 ， 有 快 速展 开 、 毁 性 强 等特 点 ， 着 广 阔 的应 用前 景 。路 由算 法 的作 用 是初 是 具 抗 有 始 化 并维 护 包 含路 径 信 息 的 路 由 表 路 南算 法 可分 为 播 、 多播 以及 广 播 路 南 算 法 ， 应 该 具 有 简 单 性 、 它 可扩 展 性 、 能 性 和鲁 棒 节 性 。另 外 ， 对 节点 故 障 和 网络 拓 扑变 化 还 应该 具 有 重构 性 。 针 蚁 群算 法 是一 种 群 体 智 能算 法 ， 初用 丁斛 决 台优 化 问题 巾的 旅 行 商 问题 、 次分 配等 问 题 ， 取 得 了较 好 的效 果 。蚁 群 算 最 二 并 法 具 有分 布 式 并行 计 算 、 自组 织 、 正反馈 的特 点 ， 且仃 较 强 的 鲁棒 性 。由于无 线 传感 器 网络 白身 的特 点 ， 统 网络 的路 由协 议不 能 很 传
基于改进蚁群算法的智慧农业无线传感器网络路由优化研究
基于改进蚁群算法的智慧农业无线传感器网络路由优化研究刘彤彤王磊摘要：为了提高智慧农业无线传感器网络路由的生存时间，节点能量消耗相对均衡，采用改进蚁群算法。
首先建立无线传感器网络模型和约束条件；接着通过消耗能量预测节点传输能力，剩余能量、过载区域以及覆盖冗余度构成适应度函数；然后改进蚁群算法，包括基于最佳路径的目标函数值信息素分配策略，二点交叉算子对信息素分配策略对应的任意2个网络节点序列进行优化；最后给出无线传感器网络路由优化流程。
试验仿真显示本研究算法使无线传感器网络路由的节点间剩余能量差异性最小，网络生存时间较长，不同节点数接收数据包平均剩余能量较多。
关键词：无线传感器网络；最佳路径；改进蚁群；剩余能量TP212.9；S126文献标志码： A：1002-1302（2017）15-0199-03无线传感器网络被广泛应用在农业生产、监测、科研等智能领域，例如温室大棚环境监测、土壤水分监测等可根据农作物生长需要进行实时智能决策，并自动开启或者关闭指定的环境调节设备，但是无线传感器网络节点受到硬件资源和传输节点能量的限制，数据处理和传输能力较弱，如何有效利用能量，延长无线传感器网络寿命并保证网络功能成为智慧农业无线传感器研究的重要方向[1]。
目前关于智慧农业无线传感器网络路由能量利用效率和能量均衡优化研究方法有：蚁群算法（Ant colony，AC），具有较强的全局寻优能力[2]，但是需要收发双向蚂蚁大量、反复地更新信息素，若对链路稳定性进行考虑，那么最优路径中有可能包含不稳定链路，因此路由生存时间受到影响，导致需要更大的网络开销；粒子群算法（Particle Swarm Optimization，PSO），通过睡眠调度机制优化网络覆盖性能[3]，但是没有考虑覆盖率、能量利用效率、节点生存率的均衡性；动态分簇算法（Dynamic Clustering，DC），让簇内节点把数据发送至簇头[4]，然后簇头对汇总的数据进行融合，再以多跳方式发送给汇聚节点，这种算法能够节省能量，但是存在网络延迟等问题；定向扩散算法（Directed Diffusion，DD），能够减小数据冗余[5]，但是路由开销增加，效率低。
基于改进蚁群优化策略的无线传感器网络路由算法
内江师范学院学报 ＪｏｕｒｎａｌｏｆＮｅｉｊｉａｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ
Ａｐｒ．２０２０ Ｖｏｌ．３５ Ｎｏ．４
基于改进蚁群优化策略的无线传感器网络路由算法
蔡 燕， 陈加林
（内江师范学院 物理与电子信息工程学院， 四川 内江 ６４１１００）
难满足当前移动无 线 传 感 器 网 络 的 各 种 新 需 求．为 了解决没有集中控 制 实 体 的 大 规 模 路 由 问 题，蚁 群 优 化 （ａｎｔｃｏｌｏｎｙ ｏｐｔｉｍｉｚａｔｉｏｎ，ＡＣＯ）策 略 作 为 ＷＳＮ 中保持 和 优 化 路 由 的 一 种 新 方 法，引 起 了 人 们的广泛关注．沙 娓 娓 等 提 ［７］ 出 的 基 于 蚁 群 算 法 的 ＩＡＲＡ（ｉｍｐｒｏｖｅｄａｎｔｂａｓｅｄｒｏｕｔｉｎｇａｌｇｏｒｉｔｈｍ）算 法 主 要 考 虑 节 点 的 能 量 、传 输 方 向 和 节 点 距 离 等 因 素 ， 但是该算法需要综 合 考 虑 因 素 较 多，并 且 在 信 息 素 更新时需要计算最 小 能 量 和 平 均 能 量 等 值，由 此 会 加大传感器节点计 算 资 源 和 能 量 资 源 的 消 耗．罗 兰 花等 提 ［８］ 出的基于改进蚁群算法的网络能量平衡 路 由策略主要通过加 入 能 量 消 耗 预 测 机 制，引 导 算 法 平衡各节点能量消 耗，但 是 该 算 法 没 能 兼 顾 考 虑 传 输距离因素的影响，可 能 会 导 致 路 由 算 法 的 端 到 端 时延增加．陈伟 提 ［９］ 出 的 基 于 蚁 群 的 云 计 算 任 务 分 配 策 略 ，该 策 略 减 少 了 任 务 执 行 时 间 ，有 效 改 善 了 资 源负载不均问题．杨琼 提 ［１０］ 出 的 分 区 域 聚 类 的 蚁 群 算 法 ，通 过 对 城 市 分 布 进 行 球 形 聚 类 ，再 分 别 对 剩 下 的 城 市 进 行 线 性 聚 类 和 孤 立 点 聚 类 ．实 验 表 明 ，该 算
基于改进蚁群算法的无线传感器网络路由
2019年3月第40卷第3期计算机工程与设计C O M P U T E R E N G I N E E R I N G A ND DE S I G NMar.2019Vol.40 N o.3基于改进蚁群算法的无线传感器网络路由凌春，孙文胜(杭州电子科技大学信息与通信工程学院，浙江杭州310018)摘要：为在无线传感器网络中寻找数据传输的最优路径，提出一种优化的蚁群算法。
利用改进的伪随机比例规则优化状 态转移函数，避免算法出现过早停滞的现象；利用角度因子和距离因子对启发信息函数进行优化，避免无关路径的选取，浪费节点能量；引入最优路径度量公式改进信息素更新策略，使蚂蚁能在网络能耗最少的情况下选择最优路径&通过限制 蚂蚁的搜索方向，降低算法的复杂度，提高搜索速率。
仿真结果表明，优化后的蚁群算法能够有效地均衡节点能耗，延长 网络的生命周期。
关键词：无线传感器网络；蚁群算法；网络能耗；搜索方向&生命周期中图法分类号！T P393 文献标识号：A文章编号$ 1000-7024 (2019) 03-0627-05d oi: 10. 16208!. issnl000-7024. 2019. 03. 006Wireless sensor network routing based on improved ant colony algorithmLING Chun,SUN Wen-sheng(College of Information and Communication Engineering，Hangzhou Dianti University，Hangzhou 310018，China) Abstract：T o find the optimal path for data transmission in wireless sensor networks > an optimized ant colony posed.The improved pseudo random proportion rule was used to optimize the state transfer function to avoid premature stagnation of the algorithm.By using angle factory and distance factory，the heuristic information function was optimized to avoid extraneous path selection and node energy waste.The optimal path metric formula was introduced to improve the strategy of pheromone updating，so that ants could choose the optimal path with the least energy consum search direction of ants，the c omplexity was reduced and the search speed was improved.Simulation results show that the optimized ant colony algorithm c an effectively balance the energy consumption of nodes and exten K ey w ords：wireless s ensor network；ant colony algorithm；network energy consumption；search direction；l i f e cycle/引言无线传感器网络[1](wireless sensor network，W S N)是由许多微型节点组成的分布式并行系统，具有数据处理、传输以及通讯等功能。
基于改进蚁群优化策略的无线传感器网络路由算法
A Routing Algorithm for Wireless Sensor Networks
Based on Improved Ant Colony Optimization
Strategy
作者： 蔡燕[1];陈加林[1]
作者机构： [1]内江师范学院物理与电子信息工程学院,四川内江641100
出版物刊名： 内江师范学院学报
页码： 52-56页
年卷期： 2020年 第4期
主题词： 无线传感器网络;路由算法;蚁群优化策略;网络生存时间
摘要：为最大化地延长无线传感器网络的生存时间,基于蚁群优化的策略,提出了一种改进的无线传感器网络路由算法.该算法通过对蚁群优化策略的概率转移规则、本地启发函数以及信息素更新规则三个方面进行改进.改进后的路由算法不仅能够引导蚁群向能量路径效率最优的节点转移,而且能够减小传感器节点计算资源和能量资源的消耗.通过MATLAB仿真分析表明,改进后路由算法相比蚁群优化算法不仅能够节省网络总能量,而且能够减少网络中死亡节点数量,从而最终达到动态平衡使用节点能量以及延长网络生存时间的设计目标.。
改进蚁群算法的无线传感器网络路径优化
改进蚁群算法的无线传感器网络路径优化苏锦;张秋红;杨新锋【期刊名称】《计算机仿真》【年(卷),期】2012(029)008【摘要】This paper proposed a path optimization of wireless sensor network based on an improved ant colony algorithm by analysis of the respective advantages and disadvantages of genetic algorithm and ant colony algorithm. The ant colony algorithm was used as WSN path optimization main frame, and genetic algorithm selection, crossover and mutation operator were used to improve ant colony algorithm performance. Simulation experimental results show that the improved ant colony algorithm overcomes the defect of ant colony algorithm effectively, improves WSN routing efficiency and success rate, reduces energy consumption, and prolongs the survival time of the network.%研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法.仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间.【总页数】4页(P112-115)【作者】苏锦;张秋红;杨新锋【作者单位】南阳理工学院计算机科学与技术系,河南南阳473000;南阳理工学院计算机科学与技术系,河南南阳473000;南阳理工学院计算机科学与技术系,河南南阳473000【正文语种】中文【中图分类】TP393【相关文献】1.基于改进蚁群算法的无线传感器网络的路由优化 [J], 沙娓娓;刘增力2.基于改进蚁群算法的无线传感器网络优化 [J], 朱重龙3.基于改进蚁群算法的无线传感器网络优化研究 [J], 李昊;蔡荣欣;郝保明4.基于改进蚁群算法的无线传感器网络路径优化 [J], 丁伟;鲍建成5.改进蚁群算法的无线传感器网络路由优化与路径恢复算法 [J], 马学森;曹政;韩江洪;王营冠;胡宏林因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进蚁群算法的无线传感器网络的路由优化
基于改进蚁群算法的无线传感器网络的路由优化
沙娓娓;刘增力
【期刊名称】《软件》
【年(卷),期】2018(39)1
【摘要】结合无线传感器网络的特点,即能量有限,在无线传感网络路由中引入蚁群算法,并提出改进的IARA算法.在考虑节点的能量、传输方向和节点间距离等因素的基础上,结合Matlab仿真以及解析数值等方法,具体从如下几方面改进蚁群算法,其一启发函数;其二更新信息素;其三概率选择公式.通过仿真表明,该算法具有多方面优势,具体体现在能量消耗少以及生存周期长等方面.
【总页数】4页(P1-4)
【作者】沙娓娓;刘增力
【作者单位】昆明理工大学信息工程与自动化学院,云南昆明 650500;昆明理工大学民航学院,云南昆明 650500
【正文语种】中文
【中图分类】TP212.9
【相关文献】
1.基于改进蚁群算法的智慧农业无线传感器网络路由优化研究 [J], 刘彤彤;王磊
2.基于改进蚁群算法的计算机网络路由优化研究 [J], 王永恒
3.基于改进蚁群算法的计算机网络路由优化研究 [J], 孟建东
4.基于改进蚁群算法的Zigbee网络路由优化研究 [J], 董绍江; 杨舒婷; 刘伟; 蒙志强
5.改进蚁群算法的无线传感器网络路由优化与路径恢复算法 [J], 马学森;曹政;韩江洪;王营冠;胡宏林
因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进蚁群算法的无线传感器网络路由的优化
的方式，同时根据网络中节点状态更新路由表，从而使得整个 网络的时延和能 量 消 耗 的 性 能 有 了 很 大 的 提 高。 文 献 ［５］ 提 出了 一 种 基 于 地 理 位 置 信 息 的 路 由 协 议 ＰＯＳＡＮＴ 算 法， 按 照 邻居节点间的距离汇聚节点的远近程度划分区域，蚂蚁分组使 用不同信息素更新策略来寻找下一跳路由。上述路由算法中， 大部分是使网络的某一性能有所改善提高，并没有综合考虑多 种性能参数，无法应对意外状况的发生。
基于改进蚁群算法的无线传感器 网络路由的优化
戴天虹，李 昊
（东北林业大Biblioteka 机电工程学院，哈尔滨 １５００４０）
摘要：为了延长无线传感器网络 （ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ，ＷＳＮ） 的生命周期，均衡各 个 节 点 间 能 量 消 耗， 针 对 现 有 的 ＷＳＮ 路 由 优化算法存在的问题，提出了一种基于改进蚁群算法的路由优化算法；首先通过对蚁群算法和遗传算法的优劣性比较，在蚁群算法的基 础上，结合遗传算法的选择、交叉和变异的操作，从而提高蚁群算法的搜索速度和寻优能力；最优路径评价函数综合考虑节点能耗及节 点的剩余能量，使剩余能量多的节点优先参与数据转发，均衡节点间的能量消耗；通过与经典蚁群算法及遗传算法的对比实验表明，随 着数据转发轮数增加，改进的蚁群算法能耗小，剩余能量多，网络生命周期明显延长；随着整个网络运行时间的增长，改进的蚁群算法， 节点均衡能耗性好，最优路径搜索的成功率也明显优于其他两种算法。