基于蚁群算法的多路径多约束QoS路由研究

doi:10.3778/j.issn.1002-8331.2008.30.034

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (30): 111-113.DOI: 10.3778/j.issn.1002-8331.2008.30.034

基于蚁群算法的多路径多约束QoS路由研究

肖伟,全惠云,刘枫

湖南师范大学数学与计算机学院，长沙 410081

收稿日期:2008-05-27 修回日期:2008-08-11 出版日期:2008-10-21 发布日期:2008-10-21
通讯作者: 肖伟

Study of multiconstrained QoS multipath routing on ACO algorithm

XIAO Wei,QUAN Hui-yun,LIU Feng

College of Mathematics and Computer Science，Hunan Normal University，Changsha 410081，China

Received:2008-05-27 Revised:2008-08-11 Online:2008-10-21 Published:2008-10-21
Contact: XIAO Wei

摘要/Abstract

摘要： 多路径多约束服务质量（Quality of Service，QoS）路由问题是无线传感器网络的核心问题之一，由于网络拓扑的不断变化及链路的固有的不精确性，解决这个问题具有很大的挑战性。首先给出无线传感器网络中QoS路由问题描述及调和蚁群算法（Ant Colony Optimization，ACO）的基本算法步骤及其特点。然后在分析了蚁群算法应用于QoS路由问题的可能性的基础上，给出了调和蚁群算法解决多路径多约束QoS问题的算法。最后通过仿真实例得到满意的结果。

关键词: 多路径多约束, QoS路由, 调和, 蚁群算法

Abstract: QoS routing with multiconstrained is an important issue in wireless sensor networks.The Quality-of-Service（QoS） routing in a wireless sensor network is challenge because the network topology may change constantly，and the available state information for routing is inherently imprecise.First，this paper introduces QoS routing problem in wireless sensor networks，and gives basic steps and characteristics in harmonic ACO.Then，after the probability about ACO is applied to QoS routing problem in wireless sensor networks is analyzed.The algorithm is presented.This algorithm can effectively solve multconstrained QoS multipath problem.Computing simulation examples show its validity.

Key words: multiconstrained multipath, QoS routing, harmonic, Ant Colony Optimization（ACO）

肖伟,全惠云,刘枫. 基于蚁群算法的多路径多约束QoS路由研究[J]. 计算机工程与应用, 2008, 44(30): 111-113.

XIAO Wei,QUAN Hui-yun,LIU Feng. Study of multiconstrained QoS multipath routing on ACO algorithm[J]. Computer Engineering and Applications, 2008, 44(30): 111-113.

[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]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.
[15]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.

基于蚁群算法的多路径多约束QoS路由研究

Study of multiconstrained QoS multipath routing on ACO algorithm

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