一种基于蚁群算法的WSN路由算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 137-139.

一种基于蚁群算法的WSN路由算法

夏佳¹,张曦煌¹,沈玉方²

1.江南大学信息工程学院,江苏无锡 214122
2.南京邮电大学计算机学院,南京 210003

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 夏佳

Novel routing algorithm based on Ant Colony System for WSN

XIA Jia¹,ZHANG Xi-huang¹,SHEN Yu-fang²

1.College of Information Engineering,Southern Yangtze University,Wuxi,Jiangsu 214122,China
2.College of Computer,Nanjing University of Posts and Telecommunications,Nanjing 210003,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: XIA Jia

摘要/Abstract

摘要： 针对蚁群算法（Ant Colony System,ACS）在无线传感器网络路由中对网络拥塞问题和能量控制方面的不足,提出了一种改进的蚁群算法。该算法将蚁群的信息素与网络节点的能量结合起来,在蚁群算法收敛的同时,减少其最优路径上的信息素浓度,避免了网络拥塞和个别节点能量消耗过快的问题,从而延长了整个网络的生命周期。通过实验验证了该方法的可行性,并给出了实验结果。

关键词: 蚁群算法, 网络拥塞, 能量路由, 信息素

Abstract: An improved ant colony system was put forward,which aimed at the drawback of ant colony system in aspect of network congestion and energy controlling.The pheromone and the energy of the node were combined to affect the pheromone concentration in optimization path,which can avoid network congestion and fast consume of energy of individual node.Then it can prolong the lifecycle of the whole network.The feasibility of this algorithm has been validated,and the results of experiment have been presented.

Key words: Ant Colony System（ACS）, network congestion, energy routing, pheromone

夏佳¹,张曦煌¹,沈玉方². 一种基于蚁群算法的WSN路由算法[J]. 计算机工程与应用, 2007, 43(27): 137-139.

XIA Jia¹,ZHANG Xi-huang¹,SHEN Yu-fang². Novel routing algorithm based on Ant Colony System for WSN[J]. Computer Engineering and Applications, 2007, 43(27): 137-139.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[6]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[7]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	武自强，周建涛，赵大明，柳林. 数据中心基于服务满足度的网络流避让方法[J]. 计算机工程与应用, 2021, 57(19): 116-122.
[10]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[11]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[12]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[13]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[14]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[15]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.