基于自适应蚁群优化的Ad Hoc网络路由算法

针对蚁群优化固有的搜索时间长、易陷入局部最优解的缺点,提出一种改进的基于蚁群优化的AdHoc网络路由算法.通过增加自适应因子提高路由搜索能力,充分考虑节点间的时延来改进信息的更新机制,同时对路由表做出修改,提高路由算法性能,增强算法的适应能力.经过与已有路由算法DSR和AODV的仿真比较,结果表明该算法在成功传输率和平均端到端延迟上表现了较好的性能.     

利用蚁群优化寻址的Ad Hoc网络路由研究

针对Ad Hoc网络拓扑结构易变,带宽受限和节点能量受限的特征,将优化的蚁群算法引入简单相关多路路由算法,提出一种基于蚁群优化的简单相关多路径路由算法（ACO-SNDMR）。该算法结合了蚁群算法的分布性、并行性、正反馈以及简单相关多路径节能和可靠性强的优点,能提供带有网络约束条件下的路由,经仿真表明了算法的有效性,且在性能上优于简单相关多路径算法。     

Ad Hoc网络中基于蚁群的多路径路由算法

Ad Hoc网络是由一组移动节点在没有任何现存网络基础设施或是集中管理的情况下形成的动态网络.针时Ad Hoc网络的动态网络环境和负载不均等不利因素,提出了一种基于蚁群的Ad Hoc多路径路由算法(AMRBA),算法具有良好的分布式特性,能为网络提供大量的冗余路径,增强了网络的抗毁性.同时通过对蚂蚁收集到的网络信息所对应的参数赋予不同加权值的方法对路由表进行控制,有效地缓解了Ad Hoc网络的拥塞问题和路由开销过大的问题.仿真结果表明,AMRBA在分组投递率、端到端平均时延等方面有优良性能,改善了网络性能.     

蚁群算法在QoS网络路由中的应用

采用蚁群算法求解包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的QoS单播路由问题。实验仿真表明该算法能快速有效地求得路由最优解。     

基于蚁群算法的Ad Hoc网络能量均衡路由协议

AdHoc网络路由协议的研究是AdHoe网络研究的重点之一,其中在节点能量、网络生命周期方面还存在问题有待解决。针对现有的路由算法对链路整体能量、单点能量之间的关系考虑的不足,该文综合分析链路平均能量与最小能量对网络生存期的影响,将链路平均能量与单点最小能量的乘积作为信息素的计算方法对蚁群算法进行改进,提出了基于蚁群算法的AdHoe网络能量均衡路由协议（ACEBR）。与AODV等协议进行对比,实验仿真结果表明,改进后的协议减少了节点的死亡数,延长了网络的生存周期。     

基于蚁群优化的无线传感器网络路由算法

路由问题是无线传感器网络的核心问题。该文介绍了一种新的基于蚁群优化的路由算法。解决了无线传感器网络路由过程中节点能量消耗和拥塞控制问题,能够达到更好的负载平衡能力和延长网络生命周期。新算法结合了多蚁群的信息素释放机制和节能策略,还引进多蚁群之间的竞争机制以避免算法的单一收敛,在控制网络拥塞和平衡能量消耗上非常有效。实验结果表明,该新算法和基本的蚁群算法比较有更好的性能。     

针对Ad Hoc网络组播组发现的蚁群算法

针对将蚁群算法应用于Ad Hoc网络组播寻路中存在无法同时找到多目标的局限性,提出了一种采用逆向寻路的解决方案。当前进蚂蚁在到达接收端时,会自动复制出若干个返回蚂蚁并进行回溯,而这些返回的蚂蚁并不是按原路返回,而是进行反向的寻路,同时原前进蚂蚁将继续寻找其他多目标并进行相同的操作。仿真结果与原始蚁群算法进行了比较,可以发现在延迟、带宽消耗、发包数上逆向蚁群算法要优于原始蚁群算法。仿真实验表明,改进的蚁群算法减少了为寻找多目标所造成的延迟,并且提高了算法的收敛速度。     

Ad Hoc网络中基于遗传蚁群算法的QoS多播路由算法

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,把蚁群算法和遗传算法融合起来,提出了一种遗传蚁群算法（GAAC）来解决Ad Hoc网络中QoS路由问题。首先利用遗传算法生成信息素分布,然后用蚁群算法求精解,优势互补,期望获得优化性能和时间性能的双赢。并针对算法应用于Ad Hoc网络QoS路由普遍产生的拥塞问题,采用拥塞回避的策略,从而实现网络业务流负载均衡。仿真表明该算法比其它单一采用蚁群算法进行路由选择更适合于动态Ad Hoc网络环境。     

蚁群优化的传感器网络路由算法

研究优化无线传感器设计,由于无线传感器通信能力、节点能量有限,远程环境下无法更换能源,节点能耗引起网络生命过短.在综合考虑了传感器节点剩余能量,为了延长网络生命周期,提出一种蚁群优化的无线传感器路由算法.算法根据节点当前剩余能量进行簇头选举,然后通过蚁群算法根据传感器节点距离和能量信息进行路由选择,并不断的更新簇头间的...     

融合免疫-蚁群的Ad Hoc网络QoS多播路由

针对Ad Hoc网络中带QoS约束的多播路由问题,提出了一种基于免疫蚁群算法的QoS多播路由发现算法。利用人工免疫算法的快速全局搜索能力寻找较优解,生成初始信息素的分布,加快收敛速度;通过蚁群算法的正反馈收敛机制求得精解,借鉴抗体排斥度的思想避免算法陷入局部最优。仿真结果表明,该算法具有较好的收敛性和寻优能力,适应于Ad Hoc网络环境的变化。     

基于蚁群优化的能量有效Ad Hoc路由算法

由于传统的Ad Hoc网络路由算法不考虑能量因素,为了改善其能量约束问题,根据自然界蚁群的觅食行为[1]提出了一种能量有效的路由算法.在路由选择过程中综合考虑了路径长度和节点的剩余能量,并且利用蚁群优化的特点形成多路径的数据传输,有效地延长了节点有限能量的使用时间,进而延长网络的生存期.在仿真实验中与现有相关协议进行了对比,结果表明了该算法的有效性.     

基于蚁群的AdHoc网络分簇路由算法

无线AdHoc网络是一个多跳、临时性的对等移动自治系统,它由一组带有无线收发装置的移动节点组成。而路由协议是AdHoc网络体系结构中不可或缺的重要组成部分,因此路由协议的研究成为当前AdHoc网络研究的重点。针对AdHoc网络节点能量有限的特性,提出了一种基于分簇及蚁群的组合路由算法（CRBAC）。给出了分簇策略下的簇内簇间路由机制,簇内采用按需路由策略,将改进的蚁群算法应用到簇内路由机制中,通过扩散信息素选择能量高的邻节点均衡网络节点能量,而簇间采用尽可能简单的表驱动路由策略。仿真结果表明,该算法是合理的,不仅有效地减少了端到端时延,而且提高了网络的生存时间。     

基于蚁群的Ad Hoc网络多路径路由的改进

在大规模的Ad Hoc网络中,带宽有限,并且节点移动会引起链路频繁中断,从而导致传输时延较大。针对这些缺点,文中提出了加入了链路失效预测的蚁群多路径路由算法LA-ACO （ Location Aided ACO）。通过蚁群算法的分布式计算来寻找多条路由,并利用多路径路由来进行数据包的负载平衡,同时进行链路失效的预测,利用蚁群的正反馈机制完成快速主动路由修复。在仿真得到的结果中可以发现,该算法有较好的寻优能力,并且适应于Ad Hoc网络的拓扑多变化的特性。     

移动自组织网络下的基本蚁群路由算法

针对移动自组织网络资源受限的特点和目前已有的蚁群路由算法比较复杂的问题,提出一种基本蚁群路由算法。通过对蚁群路由流程的分析,只维持基本的蚁群路由机制,不增加额外开销。详细讨论算法中信息素更新和信息素使用两项关键机制,并且通过模拟实验分析它们对性能的影响。实验结果表明,该算法能够以很低的开销取得与其他路由协议相近的性能。     

Ad Hoc网络中基于位置的安全路由协议

在移动Ad Hoc网络环境下,基于位置的路由协议使用位置信息进行报文的转发,在性能方面明显优于基于拓扑图的路由协议。现在虽然研究Ad Hoc中安全路由协议的很多,但是却很少考虑到基于位置的路由协议的安全性。在网格定位服务(GLS)的基础上,提出了安全的新协议。新协议补充了TESLA方案,添加了新节点加入网络的认证过程,以适应Ad Hoc 网络高移动性和高灵活性的特点,从而可以有效地抵御外部节点的攻击。最后的仿真结果显示,当有中断攻击节点存在的情况下,新协议有效地孤立了攻击节点,性能上优于GLS。     

一种能量感知的无线移动自组网路由协议

无线移动自组网中的大多数节点都是由有限寿命的电池来提供的,能量保护策略就成为设计网络协议的一个重要条件。提出一种能量感知的无线移动自组网路由协议,综合考虑了节点的剩余能量和路由跳数,有效保护网络中能量低的节点,减少了节点能量损耗,延长了网络的使用时间。该路由协议中采用了局部路由修复机制,减少了数据包丢失,提高了数据传输率。最后,仿真结果证明了协议的有效性。