基于蚁群算法的对等网络自适应寻径协议

doi:10.3778/j.issn.1002-8331.2010.17.028

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (17): 101-104.DOI: 10.3778/j.issn.1002-8331.2010.17.028

基于蚁群算法的对等网络自适应寻径协议

王峰¹，周佳骏²，李肖坚^1，3，周小发¹

1.广西师范大学，广西桂林 541004
2.安庆师范学院，安徽安庆 246003
3.北京航空航天大学，北京 100083

收稿日期:2008-12-02 修回日期:2009-02-02 出版日期:2010-06-11 发布日期:2010-06-11
通讯作者: 王峰

Adaptive routing protocol based on ant algorithm for P2P networks

WANG Feng¹，ZHOU Jia-jun²，LI Xiao-jian^1，3，ZHOU Xiao-fa¹

1.Guangxi Normal University，Guilin，Guangxi 541004，China
2.Anqing Teachers College，Anqing，Anhui 246003，China
3.Beihang University，Beijing 100083，China

Received:2008-12-02 Revised:2009-02-02 Online:2010-06-11 Published:2010-06-11
Contact: WANG Feng

摘要/Abstract

摘要：

针对现有的蚁群算法在对等网络寻径中，不能根据访问的对等体状况去自适应克隆转发相应数目的蚂蚁，自适应设置克隆蚂蚁的TTL的问题，给出一种面向对等网络的自适应寻径模型，提出一种基于蚁群算法的对等网络自适应寻径协议AARP，描述蚁群在对等网络中自适应的克隆、寻径过程。分析和仿真实验结果表明，AARP能够以较低的寻径开销、较短的寻径时延，实现较高的寻径效率。

关键词: 对等网, 蚁群算法, 克隆, 自适应寻径

Abstract: To deal with the serious problem that existing ant algorithm can not adapt to transform the corresponding number of ants and set up TTL of colony ant for routing in P2P networks，an adaptive routing model for P2P networks is given，and an adaptive routing protocol AARP for P2P networks is put forward and the adaptive colony and routing process in P2P networks for ant are described.Analysis and simulation experiment results illustrate that AARP has better routing efficiency by low routing cost and time-delay.

Key words: peer-to-peer networks, ant algorithm, colony, adaptive routing

中图分类号:

TP393

王峰¹，周佳骏²，李肖坚^1，3，周小发¹. 基于蚁群算法的对等网络自适应寻径协议[J]. 计算机工程与应用, 2010, 46(17): 101-104.

WANG Feng¹，ZHOU Jia-jun²，LI Xiao-jian^1，3，ZHOU Xiao-fa¹. Adaptive routing protocol based on ant algorithm for P2P networks[J]. Computer Engineering and Applications, 2010, 46(17): 101-104.

[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]	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.
[4]	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.
[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]	邹建文，赵波，李想，刘一凡，黎佳玥. 基于tPUF的物联网设备安全接入方案[J]. 计算机工程与应用, 2021, 57(2): 119-126.
[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]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[12]	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.
[13]	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.
[14]	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.
[15]	陈飞鸿，张锋，陈军宁，吴秀龙. 基于RRAM PUF的轻量级RFID认证协议[J]. 计算机工程与应用, 2021, 57(1): 141-149.

基于蚁群算法的对等网络自适应寻径协议

Adaptive routing protocol based on ant algorithm for P2P networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics