Ad hoc网络的局部最优路由选择策略

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (26): 144-148.

Ad hoc网络的局部最优路由选择策略

张吉赞,李洪波,王峰

鲁东大学数学与信息学院,山东烟台 264025

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-11 发布日期:2007-09-11
通讯作者: 张吉赞

Local optimum routing scheme in Ad hoc network

ZHANG Ji-zan,LI Hong-bo,WANG Feng

School of Mathematics and Information,Ludong University,Yantai,Shandong 264025,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-11 Published:2007-09-11
Contact: ZHANG Ji-zan

摘要/Abstract

摘要： 在Ad hoc网络中,由于节点的移动性及拓扑结构的易变性,路由成为最受关注的问题。提出了一种局部最优路由策略（LOR）。在该策略中,有两个节点需要通信时,根据节点存储的路由信息选择路径,如果有节点移动/删除,则就近选择合适的路径。仿真结果表明,LOR策略在工作过程中能使用较少的信息量和较小的时延来建立路径,明显提高了网络的性能。

关键词: Ad hoc网, 公共邻居节点, 局部最优, 开销

Abstract: In Ad hoc,routing has been the most focused area for its nodes’ mobility and topology variability.Proposes a Local Optimum Routing scheme（LOR）.In LOR,when two nodes want to communicate each other,the nodes choose path based the routing information is held.During forming path,LOR chooses path round the nodes that has moved or deleted.Simulation results show that the algorithm can use less information and less delay to choose path,improves the performance of Ad hoc.

Key words: Ad hoc, public-neighbor, local optimum, cost

张吉赞,李洪波,王峰. Ad hoc网络的局部最优路由选择策略[J]. 计算机工程与应用, 2007, 43(26): 144-148.

ZHANG Ji-zan,LI Hong-bo,WANG Feng. Local optimum routing scheme in Ad hoc network[J]. Computer Engineering and Applications, 2007, 43(26): 144-148.

[1]	高玮军，张春霞，杨杰，师阳. 考虑负载平衡的科学工作流容错聚类算法研究[J]. 计算机工程与应用, 2020, 56(23): 53-60.
[2]	信成涛，邹海. 修正浓度与适应步长的果蝇优化算法[J]. 计算机工程与应用, 2019, 55(7): 48-52.
[3]	李虹，朱璇，刘云飞，李骏慧. 低开销负载均衡的改进型TORA协议[J]. 计算机工程与应用, 2019, 55(11): 67-73.
[4]	郑文庆，金虎，郭建蓬，冯辉. 基于信道占用及优先级的MAC协议退避算法[J]. 计算机工程与应用, 2019, 55(11): 80-84.
[5]	刘今越，李洋，郭志红，任志斌，刘佳斌. 面向光学检测中轨迹优化问题的遗传算法研究[J]. 计算机工程与应用, 2018, 54(4): 205-210.
[6]	萧枫1，唐聃1，范迪1，白宁超2. 一种低单盘故障恢复开销的局部修复码[J]. 计算机工程与应用, 2018, 54(18): 66-73.
[7]	翟军昌1，秦玉平2. 随机交叉全局和声搜索算法[J]. 计算机工程与应用, 2018, 54(12): 21-26.
[8]	周袅1，2，葛洪伟1，2，苏树智1. 基于信息素的自适应连续域混合蚁群算法[J]. 计算机工程与应用, 2017, 53(6): 156-161.
[9]	李艳娟，陈阿慧. 基于禁忌搜索的人工蜂群算法[J]. 计算机工程与应用, 2017, 53(4): 145-151.
[10]	刘立军1，2，花丽1，周爱平1. 认知无线Ad Hoc网络干扰约束和能量高效路由算法[J]. 计算机工程与应用, 2017, 53(17): 112-116.
[11]	翁理国，王骥，夏旻，纪壮壮. 自适应种群更新策略的多目标粒子群算法[J]. 计算机工程与应用, 2017, 53(15): 181-186.
[12]	乔平安，周敏，刘运爽. 基于Ad Hoc网络的新型分群算法研究[J]. 计算机工程与应用, 2017, 53(13): 129-133.
[13]	程勇1，2，同向前1. 病毒进化理论人工蜂群算法研究[J]. 计算机工程与应用, 2016, 52(9): 126-129.
[14]	张飞1，魏迎军2. 一种多向链路感知的车载Ad Hoc网络传播协议[J]. 计算机工程与应用, 2016, 52(8): 102-105.
[15]	张欢，李仁发，黄晶. 一种迁移开销感知的虚拟机动态整合算法[J]. 计算机工程与应用, 2016, 52(21): 42-48.