為了延長無線傳感器網(wǎng)絡(luò)（wireless sensor network,WSN）的生命周期,均衡各個節(jié)點間能量消耗,針對現(xiàn)有的WSN路由優(yōu)化算法存在的問題,提出了一種基于改進蟻群算法的路由優(yōu)化算法;首先通過對蟻群算法和遺傳算法的優(yōu)劣性比較,在蟻群算法的基礎(chǔ)上,結(jié)合遺傳算法的選擇、交叉和變異的操作,從而提高蟻群算法的搜索速度和尋優(yōu)能力;最優(yōu)路徑評價函數(shù)綜合考慮節(jié)點能耗及節(jié)點的剩余能量,使剩余能量多的節(jié)點優(yōu)先參與數(shù)據(jù)轉(zhuǎn)發(fā),均衡節(jié)點間的能量消耗;通過與經(jīng)典蟻群算法及遺傳算法的對比實驗表明,隨著數(shù)據(jù)轉(zhuǎn)發(fā)輪數(shù)增加,改進的蟻群算法能耗小,剩余能量多,網(wǎng)絡(luò)生命周期明顯延長;隨著整個網(wǎng)絡(luò)運行時間的增長,改進的蟻群算法,節(jié)點均衡能耗性好,最優(yōu)路徑搜索的成功率也明顯優(yōu)于其他兩種算法。 

【文章來源】：計算機測量與控制. 2016年02期

【文章頁數(shù)】：4 頁

【部分圖文】：

圖１無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)蟻群算法

數(shù)設(shè)置為了更好地驗證改進的蟻群算法的路徑優(yōu)化性能，需要對其進行仿真研究，采用網(wǎng)絡(luò)模擬軟件ＮＳ２來進行仿真。在仿真開始之前，需要對參數(shù)進行初步的設(shè)置。進行仿真的傳感器點的數(shù)目為１０個。蟻群算法仿真所需要的參數(shù)為：整個路徑中的螞蟻總個數(shù)為１０個，α＝０．２，β＝０．２，ρ＝０．３；遺傳算法仿真所需要的參數(shù)為：螞蟻種群的總個數(shù)為１０個，在進化過程中最多能夠進化１０００次，發(fā)生交叉操作的概率為０．９，發(fā)生變異操作的概率為０．０１。無線感器網(wǎng)絡(luò)結(jié)構(gòu)如圖３所示。圖３無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖３．２算法的性能評價指標為了能夠更好地看出每種算法的優(yōu)化效率，讓結(jié)果具有可比性，需要建立算法的性能評價指標。本次指標從路徑能量消耗和尋找最優(yōu)路徑的成功率兩個方面來完成。同時將改進的蟻群算法和蟻群算法、遺傳算法相比較，來體現(xiàn)出改進算法的優(yōu)越性［１４］。螞蟻在尋找最優(yōu)路徑的過程中需要不斷的消耗能量，那么在尋找最優(yōu)路徑的過程中螞蟻消耗的總能量為：Ｅ＝∑ｎｉ＝１ｅｉ（５）其中：Ｅ表示的是消耗的總能量，ｅｉ表示的是每個節(jié)點消耗的能量。傳輸過程中的能量消耗采用自由空間模型計算。路徑損耗由下面的公式來計算：λ＝ＣＢａｎｄｗｉｄｔｈ（６）ｅｉ＝１４π×距離２×λ２４π（７）因此在已知傳感器的初始能量、仿真次數(shù)和運行時間的前提下，可以計算出各個節(jié)點的剩余能量。３．３仿真結(jié)果３．３．１能量消耗仿真結(jié)果３種算法的能量消耗總量的仿真結(jié)果如圖４所示，從圖中可以看出，改進的蟻群算法在尋找最優(yōu)路徑的過程中消耗的能量最少，其次是蟻群算法

計算機測量與控制第２４????????????????????????????????????????????????????·卷３２２·無線傳感器網(wǎng)絡(luò)有以下幾個特點：１）每一個傳感器節(jié)點在工作時不僅要進行數(shù)據(jù)的采集和發(fā)送，而且還要進行數(shù)據(jù)的轉(zhuǎn)發(fā)。２）每個傳感器的節(jié)點都是以單跳或者多跳的方式來進行數(shù)據(jù)的傳輸，最終將信息發(fā)送到匯聚節(jié)點處。３）匯聚節(jié)點與管理終端的數(shù)據(jù)發(fā)送方式有很多種，比如互聯(lián)網(wǎng)、局域網(wǎng)、衛(wèi)星通信等。圖１無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)２蟻群算法２．１基本的蟻群算法蟻群算法是意大利學者Ｍ．Ｄｏｒｉｇｏ通過對自然界中螞蟻的行為進行研究所提出的一種新型的模擬進化算法［７］。研究發(fā)現(xiàn)：螞蟻在覓食過程中，會釋放出一種信息素，該信息素會引導(dǎo)螞蟻選擇從洞穴到食物之間的最優(yōu)路徑。螞蟻尋找到食物返回洞穴的過程中，會在返回的路徑上留下信息素，后面的螞蟻不但可以檢測到該信息素的存在，還可以檢測出信息素的濃度大�。郏福荨Ｎ浵仌x擇信息素濃度較高的路徑來進行覓食。同時，信息素還具有揮發(fā)的特性，隨著時間的推移，路程較遠的路徑上的信息素會慢慢地揮發(fā)，濃度降低，那么螞蟻選擇該路徑的概率會大大減少。路程較近的路徑留下的信息素濃度增加，螞蟻選擇該路徑的概率會增加，這種信息素濃度的增加會使后面的螞蟻更高概率地選擇該路徑，這一現(xiàn)象就是正反潰通過這種正反饋，螞蟻總能選擇到食物與洞穴之間的最優(yōu)路徑［９］。２．２蟻群算法通過對螞蟻覓食的基本原理進行研究，科學家們設(shè)計了能夠?qū)ふ易顑?yōu)路徑的蟻群算法，算法的主要步驟為：１）設(shè)外出尋找食物的螞蟻數(shù)量為ｍ只，并且該ｍ只螞蟻是隨機出發(fā)的。

【參考文獻】：
期刊論文
[1]改進蟻群算法的無線傳感器網(wǎng)絡(luò)路徑優(yōu)化[J]. 蘇錦,張秋紅,楊新鋒.  計算機仿真. 2012(08)
[2]基于改進遺傳算法的測試用例生成[J]. 陳雨,姚礪.  電子科技. 2009(07)
[3]蟻群優(yōu)化算法的原理及改進[J]. 馮寶華.  科技信息(科學教研). 2007(31)
[4]無線傳感器網(wǎng)絡(luò)路由協(xié)議及仿真[J]. 王永玲,郭愛煌.  計算機工程. 2006(20)

碩士論文
[1]基于蟻群優(yōu)化策略的WSN路由研究[D]. 黎洋.長沙理工大學 2013
[2]遺傳蟻群混合算法研究及應(yīng)用[D]. 盧天宇.西安科技大學 2012
[3]基于改進蟻群算法的無線傳感器網(wǎng)絡(luò)路由的研究[D]. 陳宇.華南理工大學 2012
[4]蟻群優(yōu)化算法在求解最短路徑問題中的研究與應(yīng)用[D]. 吳虎發(fā).安徽大學 2012
[5]面向無線傳感器網(wǎng)絡(luò)的多路徑路由協(xié)議研究[D]. 龔瑜.南京郵電大學 2012
[6]基于蟻群算法的WSN路由算法研究[D]. 李洪兵.重慶理工大學 2011
[7]基于蟻群優(yōu)化算法的無線傳感器網(wǎng)絡(luò)路由算法研究[D]. 何武.西南交通大學 2008
[8]螞蟻算法在車輛路徑問題中的研究[D]. 程滿中.中南民族大學 2007



本文編號：2955422