蚁群算法在无线传感器网络路由中的应用研究

doi:10.3778/j.issn.1002-8331.2008.22.004

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (22): 13-15.DOI: 10.3778/j.issn.1002-8331.2008.22.004

蚁群算法在无线传感器网络路由中的应用研究

杨靖^1,2,林溢²,熊伟丽¹,徐保国¹

1.江南大学通信与控制工程学院，江苏无锡 214122
2.贵州大学教务处，贵阳 550025

收稿日期:2008-03-03 修回日期:2008-04-25 出版日期:2008-07-11 发布日期:2008-07-11
通讯作者: 杨靖

Research of ant colony algorithm on routing in wireless sensor networks

YANG Jing^1,2,LIN Yi²,XIONG Wei-li¹,XU Bao-guo¹

1.School of Communication and Control Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China
2.Office of Academic Affairs，Guizhou University，Guiyang 550025，China

Received:2008-03-03 Revised:2008-04-25 Online:2008-07-11 Published:2008-07-11
Contact: YANG Jing

摘要/Abstract

摘要： 设计合理的路由算法是无线传感器网络中的核心问题之一。基于蚁群算法提出了一种可用于无线传感器网络的单播路由算法，该算法利用蚁群算法正反馈及分布式计算的特点寻找从源节点目的节点的最少跳数路径。仿真实验证明了该算法是合理的及有效的，具有可扩展性的特点，同时在收敛速度和鲁棒性上优于典型的单播路由算法。

关键词: 蚁群算法, 无线传感器网络, 单播, 路由

Abstract: It is one of the central problems in Wireless Sensor Networks（WSNs） to design rational routing algorithm.The paper proposes a new unicast routing algorithm for WSNs based on Ant Colony Algorithm（ACA）.The algorithm uses the positive feedback and distributed computation to find routing.The simulation result shows that the algorithm is rational and efficient，and the convergent speed and robustness of the algorithm are better than that of the typical unicast routing algorithm.

Key words: Ant Colony Algorithm（ACA）, Wireless Sensor Networks（WSNs）, unicast, routing

杨靖^1,2,林溢²,熊伟丽¹,徐保国¹. 蚁群算法在无线传感器网络路由中的应用研究[J]. 计算机工程与应用, 2008, 44(22): 13-15.

YANG Jing^1,2,LIN Yi²,XIONG Wei-li¹,XU Bao-guo¹. Research of ant colony algorithm on routing in wireless sensor networks[J]. Computer Engineering and Applications, 2008, 44(22): 13-15.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	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.
[3]	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.
[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[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]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[15]	车向北，康文倩，欧阳宇宏，杨柯涵，李剑. 基于强化学习的SDN路由优化算法[J]. 计算机工程与应用, 2021, 57(12): 93-98.

蚁群算法在无线传感器网络路由中的应用研究

Research of ant colony algorithm on routing in wireless sensor 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