基于遗传算法的无线传感器网络路由优化

无线传感器网络节点能量及通信能力有限,建立节能高效的路由路径是延长网络生命周期的关键。针对这一问题,基于遗传算法对无线传感器网络进行路由优化,考虑多种约束条件,提出了一种快速构建节能高效信息传输路径的算法。该算法考虑了网络拓扑结构及节点间的通信距离,避免生成无效个体,进一步优化了网络性能,同时将节点剩余能量及节点间的距离作为路由优化的约束条件,保证最佳路由的有效性。仿真结果表明,与Flooding算法相比,所提算法的网络能量消耗减少了约68%,网络寿命延长了约64%。     

一种WSN中的能耗优化动态路由算法

根据无线传感器网络中因节点有效传输半径对路由选择的制约,提出基于最小生成树(MST)的改进分簇多跳路由算法,改善因路由选择对网络能耗的影响．该算法利用Voronoi图的泊松过程特性优化簇首节点数,并结合MST动态调整簇内外节点的路由发现实现网络能耗优化．仿真结果表明,该算法在开销容忍的前提下,网络负载均衡,并与相同仿真条件下基于LEACH的分层多跳算法相比,更有效地延长了网络寿命,且降低了计算复杂度．     

一种新型动态协同节点选择策略

针对编码协同网络中的协同节点选择问题,提出了一种速率自适应协同与动态最大化网络生存期相结合的协同节点选择算法(RAC-DPLM)．该算法联合考虑了业务期望的传输速率、信道状态信息(CSI)以及剩余能量信息(RSI)对网络生存期进行优化．通过将非线性优化问题转化为线性规划问题,不仅降低了算法的复杂度,而且达到对网络资源的动态分配,进而为不同的业务速率提供QoS保证,并有效地延长了网络生存期．在不同参数下的仿真结果表明: 相对于固定协同节点选择算法,该算法在保证业务QoS的前提下,将网络生存期延长了4～6倍．     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

一种基于节能的无线传感器网络MAC算法

基于无线传感器网络中节点能量有限的特点,提出了一种基于节能的媒体接入控制(Medium Access Control)算法:EE-MAC(Energy Equalizing MAC)算法。该算法根据节点的剩余能量来调整节点的睡眠概率,均匀化网络各个节点的能量消耗,达到扩大网络生存时间的目的。本文对该算法进行了仿真,并对新算法的优良性能进行了分析。     

一种基于蚁群算法优化的WSN分簇路由算法

为了实现无线传感器网络对节点能量的高效利用,提出了一种蚁群优化的分簇路由算法CRAACA。该算法引入簇内平均剩余能量参数,对簇首选择阈值进行改进,以均衡簇内能耗;根据节点间的位置关系建立节点的可中继节点集,控制蚁群算法的搜索空间;蚁群在对可中继节点集进行路径搜索时考虑节点间的距离和节点的剩余能量,以生成节能和较好均衡网络能耗的多跳网络路由;对生成的多径路由依相应概率选择数据传输的路径,提高数据传输的可靠性。仿真结果表明,该算法在网络能量的利用效率、数据传送成功率,以及延长网络生存周期等方面具有较好的性能。     

一种适于突发流量的退避算法及其在adhoc网络中的应用

adhoc网络中各项业务具有着一种统计上的自相似特性,对网络的性能影响很大,早期建立在泊松模型基础上的战术通信网性能及协议的分析评价方法已不再适用．在分析了多重ON／OFF源汇聚模型产生自相似业务的基础上,通过对各节点突发量的定量分析,在二进制指数退避（Binary Exponential Backoff,BEB）算法基础上提出了一种适用于自相似特性的算法．该算法通过引入节点竞争系数,使得对于信道的访问能根据网络的突发状态合理调整．利用OPNET技术对adhoc网络进行了仿真．仿真结果表明：算法改进后的网络时延性能较原来提高5．92％,吞吐量提高6．17％．文中算法对网络的协议设计、资源的优化配置具有参考价值．     

综合上下行链路的无线能量收集协作网络资源分配

为了提高和平衡时分双工系统上下行链路之间的能效，在无线能量收集(EH)协作网络中开展节能资源分配算法研究.建立考虑无线能量收集、频谱共享、系统功率受限的协作网络模型；基于所建模型，形成综合上下行链路、功率约束、带宽约束和上下行速率匹配的优化问题，分别优化系统的绿色能效和传统能效.对优化问题进行数学分析，得到资源分配的最优解，即源节点、中继节点和目的节点的最优发射功率，上下行链路最优的带宽分配，能量收集节点最优的功率分割以及最优的系统能效；归纳得到分别基于系统绿色能效最大化和基于系统能效最大化的资源分配算法.对所建模型与所得资源分配算法开展蒙特卡洛仿真分析，将所得算法与文献算法进行对比.仿真结果表明，通过综合优化系统上下行链路的资源分配，所得算法有效提升了绿色能效和传统能效.     

基于节点度优化的无线 mesh网络拓扑控制算法

由于网络节点之间资源竞争以及无线信号干扰增大,无线 mesh网络的吞吐性能亟待得到进一步的优化.针对此问题,给出了一种基于节点度优化的拓扑控制算法.算法采用中继区方式构建网络逻辑邻域拓扑,利用RNG 方法对网络拓扑进行局部节点度优化.仿真结果表明,该算法保证了网络的连通性,有效地提升网络的吞吐量.     

基于微粒群模型的无线传感器网络节点部署

提出了一种新的基于微粒群模型节点部署优化算法。该算法根据节点的位置信息建立节点部署优化模型,利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置。仿真结果表明该算法有效的改善了网络的覆盖率。     

故障情况下电话网路由的优化算法

在我国长途电信网将要实行的固定无级选路方式的前提下,以话务生存率最大为优化目标,提出了故障情况下电话网路由优化模型与算法,模拟实例表明,提出了路由修正算法比重新设计路由表具有更强的实用性。     

基于遗传算法的WSID网络路由建模与优化

基于路由优化在RFID和WSN结合组成的WSID网络中的重要性,提出了基于遗传算法的不同编码的两种路由优化方法,分别建立了相应的算法和模型,实现了两种路由优化方法在WSID网络中的应用.仿真实验表明,基于实数编码的路由优化方法更适合在WSID网络中应用.     

基于强化学习的多阶段网络分组路由方法

多阶段网络被广泛应用于机器学习集群,由于多阶段网络中可用路径多,分组的路由是一个组合优化难题。现有基于启发式的路由算法由于缺乏性能保证,严重影响分组传输延迟。提出了基于强化学习的多阶段网络分组路由方法,使用一个新颖的策略迭代算法,通过学习的方式计算出最佳路由策略。算法通过在策略评估步骤中使用价值函数的最大似然估计器,克服了强化学习方法中蒙泰卡罗(MC)或时间差分(TD)价值估计器样本效率低的问题。为了应对组合优化时计算复杂度高的问题,算法在策略改进步骤中将组合动作空间上的优化分解为各组成动作的序列优化,以提高求解效率。基于NS-3网络模拟器的仿真实验结果表明,相较于现有最优的启发式路由策略,该算法学习到的路由策略降低了13.9%的平均分组延迟。     

ATM网络中VC路由选择的遗传算法研究

探讨了ATM网络中的路由问题，并针对VP网络的拓扑结构，依靠遗传算法强大的全局寻优和并行处理能力，提出了一种改进的遗传算法调度ATM网络动态路由的新算法。     

改进的蚁群优化算法在无线传感器网络中的应用

针对无线传感器网络节点能量十分有限的特点,将蚁群优化算法应用到传感器网络的路由中,提出了一种改进的蚁群路由算法(IARA)。在考虑节点剩余能量、传输方向和节点距离等因素的基础上,对基本蚁群算法的概率选择公式和信息素更新公式进行了改进,实现了能量在整个传感器网络上的均衡消耗。仿真结果表明:该算法减少了传感器网络的能量消耗,并且使能量消耗更加均衡,从而提高了整个无线传感器网络的生存寿命。     

基于鱼群优化的车载自组织网络路由算法

该文提出了一种基于鱼群优化且适用于城市道路环境的车载自组织网络路由算法.针对车载自组织网络中车辆的高速移动导致网络状态和拓扑频繁变化的特点,利用鱼群优化模型辅助搜索,及时为车辆找到新的最优中继节点,以保障网络中消息传输的性能.该文提出的鱼群路由优化算法(fish swarm routing,FSR),具有收敛速度快、效...     

基于梯度算法的LSP流量分配算法

根据多路径流量优化的数学模型对MPLS系统模型进行了数学描述,提出了一种基于梯度算法的LSP自适应流量分配算法。它可减少由传统路由算法引起的网络拥塞,优化网络资源的利用。仿真结果表明,该算法在MPLS系统模型中的数据包平均丢失率明显低于传统路由算法,并具有运算速度快和稳定性好的特点。     

基于时延和能耗的SD-DCN的路由优化算法

为了更好地实现数据中心网络的节能,基于交换机链路速率级的能耗特点,基于软件定义网络技术,提出一种Floyd-Warshall动态规划和局部重路由的节能服务质量路由优化算法.控制器在保障流的时延性能前提下,采用流在空间和时间上均衡传输的策略,依次为每个流计算传输路径和传输速率;在选路失败的情况下,尽量用较少的开销提高网络的接受率.仿真结果表明,该算法有效地降低了能耗,同时提高了网络流的接受率.     

基于蚁群优化的内容中心网络服务节点选取算法

内容中心网络是一种全新的网络体系结构,通过内容名字进行寻址和路由.然而,现有的CCN路由在多个服务节点存在时采用全转发策略,导致不必要的资源开销.如何选取最优的服务节点成为CCN路由的一个重要研究课题.蚁群优化是一种启发式算法,通过发送探测蚂蚁来寻找最优解.在对CCN服务节点选取问题分析的基础上,基于蚁群优化机制,提出了一种分布式的服务节点选取算法ADSS.仿真结果表明,ADSS能够显著地提高内容路由性能,减少CCN节点上缓存内容的动态性.