群智能在Ad Hoc网络QoS组播路由中应用的研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 73-76.

群智能在Ad Hoc网络QoS组播路由中应用的研究

毛力，马亦先，梁淑萍，刘以安

江南大学信息工程学院，江苏无锡 214122

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Research on QoS multicast routing of Ad Hoc network with swarm intelligent

MAO Li，MA Yixian，LIANG Shuping，LIU Yi’an

College of Information Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 通过对Ad Hoc网络QoS组播路由问题的深入研究，提出了一种融合量子粒子群优化和蚁群优化的群智能混合算法（QPSOACO算法）。该算法融合QPSO思想以加速蚁群算法在路由发现及维护时的收敛速度，进一步提高算法对网络节点移动性的适应能力。仿真实验表明，该算法对Ad Hoc网络环境的适应性良好。

关键词: 群智能, Ad Hoc网络, 服务质量（QoS）, 组播路由

Abstract: Based on the study in the QoS multicast routing problem of Ad Hoc network，a hybrid algorithm of Quantum-
behaved Particle Swarm Optimization and Ant Colony Optimization（QPSOACO algorithm） is proposed.The algorithm is applied in the establishment and maintenance of Ad Hoc network multicast routing process to accelerate the convergence rate of ant colony algorithm and remain effective as mobility increases.The simulation results show that the algorithm performs effectively in dynamic environments of Ad Hoc network.

Key words: swarm intelligent, Ad Hoc network, Quality of Service（QoS）, multicast routing

毛力，马亦先，梁淑萍，刘以安. 群智能在Ad Hoc网络QoS组播路由中应用的研究[J]. 计算机工程与应用, 2011, 47(24): 73-76.

MAO Li，MA Yixian，LIANG Shuping，LIU Yi’an. Research on QoS multicast routing of Ad Hoc network with swarm intelligent[J]. Computer Engineering and Applications, 2011, 47(24): 73-76.

[1]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.
[2]	陈雷，尹钧圣. 高斯差分变异和对数惯性权重优化的鲸群算法[J]. 计算机工程与应用, 2021, 57(2): 77-90.
[3]	刘晶花，台宪青，马治杰，陈大鹏. 面向用户需求的动态QoS服务选择方法研究[J]. 计算机工程与应用, 2021, 57(17): 106-115.
[4]	张琳，汪廷华，周慧颖. 基于群智能算法的SVR参数优化研究进展[J]. 计算机工程与应用, 2021, 57(16): 50-64.
[5]	黎素涵，叶春明. 重选精英个体的非线性收敛灰狼优化算法[J]. 计算机工程与应用, 2021, 57(1): 62-68.
[6]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[7]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[8]	陈瑶，陈思. 动态权重的蝙蝠算法在图像分割中的应用研究[J]. 计算机工程与应用, 2020, 56(14): 207-215.
[9]	张水平，高栋. 动态调整搜索策略的果蝇优化算法[J]. 计算机工程与应用, 2020, 56(10): 56-62.
[10]	张水平，高栋. 基于动态调整和协同搜索的花授粉算法[J]. 计算机工程与应用, 2019, 55(24): 46-53.
[11]	贾志淳，卢元，李想，邢星. 一种多参数的Web服务选择方法[J]. 计算机工程与应用, 2019, 55(21): 74-78.
[12]	王巍，崔益豪，王彤，朱天宇，田立勤. 群智能算法在气体源定位中的应用综述[J]. 计算机工程与应用, 2019, 55(18): 21-33.
[13]	李松钊，李文敬，陆建波. 物流服务交易区块链与蚁群智能合约算法研究[J]. 计算机工程与应用, 2019, 55(17): 28-34.
[14]	田鸿，陈国彬，刘超. 新型飞蛾火焰优化算法的研究[J]. 计算机工程与应用, 2019, 55(16): 138-143.
[15]	王光，金嘉毅. 融合折射原理反向学习的飞蛾扑火算法[J]. 计算机工程与应用, 2019, 55(11): 46-51.