采用角度因子的蚁群优化多路径路由算法

doi:10.3778/j.issn.1002-8331.1604-0176

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (1): 107-112.DOI: 10.3778/j.issn.1002-8331.1604-0176

采用角度因子的蚁群优化多路径路由算法

侯梦婷，赵作鹏，高萌，张娜娜

中国矿业大学计算机科学与技术学院，江苏徐州 221116

出版日期:2017-01-01 发布日期:2017-01-10

Ant colony optimization multipath routing algorithm adopted angle factor

HOU Mengting, ZHAO Zuopeng, GAO Meng, ZHANG Nana

School of Computer Science and Technology, China University of Mining and Technology, Xuzhou, Jiangsu 221116, China

Online:2017-01-01 Published:2017-01-10

摘要/Abstract

摘要： 为均衡能量消耗、提高数据传输的可靠性，提出采用角度因子的蚁群优化多路径路由算法（ACOMP）。在密度递减节点部署策略的基础上，为避免能量“热区”，优化蚁群算法进行多路径搜索，搜索过程加入节点间的角度因子进行路径方向引导。基于对选出的各较优路径实时能量的感知，建立多路径决策模型，使得源节点可以选择当前性能最好的路径进行较可靠的数据传输。同时为避免路由空洞，定义修复蚂蚁并结合反馈机制使得路径保持良好状态。仿真结果表明：提出的算法可以实现节能、可靠的路由，并可均衡整个网络的能量消耗。

关键词: 无线传感器网络, 蚁群优化, 角度因子, 多路径, 路由空洞

Abstract: To balance energy consumption and improve the reliability of data transmission, the Ant Colony Optimization MultiPath routing algorithm（ACOMP） adopted angle factor is proposed. Firstly, using a node deployment strategy based on descending density, an attempt is made to avoid energy hotspots by applying the optimized ant colony algorithm to search multipath. During the search process, the between-nodes angle factor appropriately guides the path direction. Then, based on the real-time energy of selected multiple paths, a multipath decision model is established that guides the source node to select the currently best-performing path and conducts reliable data transmission. Meanwhile, to avoid routing voids, a repair ant is defined and combined with the feedback mechanism to ensure that paths remain open. The simulation results show that the proposed algorithm can realize energy-efficient and reliable routes, which helps to balance the energy consumption of the network.

Key words: wireless sensor network, ant colony optimization, angle factor, multipath, routing void

侯梦婷，赵作鹏，高萌，张娜娜. 采用角度因子的蚁群优化多路径路由算法[J]. 计算机工程与应用, 2017, 53(1): 107-112.

HOU Mengting, ZHAO Zuopeng, GAO Meng, ZHANG Nana. Ant colony optimization multipath routing algorithm adopted angle factor[J]. Computer Engineering and Applications, 2017, 53(1): 107-112.

[1]	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.
[2]	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.
[3]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[4]	张海南，游晓明，刘升，刘中强. 交互式学习的布谷鸟搜索算法[J]. 计算机工程与应用, 2020, 56(7): 147-154.
[5]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[6]	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.
[7]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.
[8]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[9]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[10]	王进1，李琪2，黄家玮2. 路径差异敏感的包散射策略机制[J]. 计算机工程与应用, 2019, 55(5): 72-75.
[11]	薛文艳，赵江，郝崇清，刘慧贤. 基于信息素负反馈的超启发式蚁群优化算法[J]. 计算机工程与应用, 2019, 55(4): 163-172.
[12]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[13]	王艳娇，唐琦. 改进的异构无线传感器网络路由能量算法[J]. 计算机工程与应用, 2019, 55(22): 80-85.
[14]	韩雨涝. 面向带状无线传感网低延迟可靠数据收集算法[J]. 计算机工程与应用, 2019, 55(21): 104-109.
[15]	张媛媛，吴华锋，鲜江峰，梅骁峻. 双重约束下的海洋无线传感网自适应成簇算法[J]. 计算机工程与应用, 2019, 55(19): 128-133.

采用角度因子的蚁群优化多路径路由算法

Ant colony optimization multipath routing algorithm adopted angle factor

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