WSN中改进蚁群算法求解移动代理路由问题

《WSN中改进蚁群算法求解移动代理路由问题》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要无线传感器网络是资源受限型网络，传感器节点的能量、通信能力、计算和存储能力都是非常有限的。为了维持网络更长的工作时间，设计能量高效的路由协议成为无线传感器网络研究面临的主要挑战之一。在无线传感器网络中采用移动代理技术可以有效减少冗余数据传输，降低节点能量消耗，延长网络的生存周期。针对无线传感器网络的特点，本课题探讨改进蚁群算法求解移动代理初始路由路径问题。本文主要研究内容如下：（1）构建基于蚂蚁系统的无线传感器网络，分析蚁群算法的性能与相关参数（蚂蚁个数、信息素挥发系数、信息素权重因子、启发信息权重因子和信息素强度）之间的关系，

2、为后续研究中参数的选取提供依据。针对无线传感器网络环境，如何选择合理的参数，加快其收敛速度同时防止算法陷入局部最优解是所涉及的重点。（2）基于改进蚁群系统求解移动代理路由。利用分簇原理，将大规模监测网络分成若干个簇。移动代理与簇头节点进行数据交换，然后将数据传给基站。从而大大减少由节点直接传输的数据，一定程度上节约了网络能量。为提高算法的收敛速度，在初始化路径中选择部分较优路径释放信息素，从而引导蚂蚁快速选择路径；同时为防止无效路径的产生，引入变异操作。变异思路将无效路径端节点的共同邻居节点作为中继节点，构成新的路径。仿真实验表明，

3、该改进算法能加快收敛速度，并防止算法陷入局部最优解。（3）基于变异的最优最差蚂蚁系统求解移动代理路由。在小规模网络模型中，移动代理直接访问监测网络中的数据源节点，移动代理完成数据收集后，再将融合数据传输到客户端；当节点意外“死亡”后，移动代理无需访问该节点。最优最差蚂蚁系统求解移动代理路由时，通过扩大最优路径与最差路径之间的信息差异，引导蚂蚁快速收敛；考虑节点的通信能力，结合变异操作改进最优最差蚂蚁系统来避免无效路径，保证移动代理能够沿着有效路径收集数据。实验结果分析表明，改进后的蚁群算法适应小规模网络，能有效求解移动代理路由问题并

4、避免无效路径的产生。关键词：无线传感器网络，路由算法，移动代理，蚁群算法，变异IAbstractWirelesssensornetworkisonekindofresources-restrictednetworkwithcharacteristicssuchasenergyconstraints,limitedcommunicationability,lowcapabilityofcalculationandmemory.Inordertomaintainnetwork’slongerworkingtime,designingen

5、ergy-efficientroutingprotocolsinwirelesssensornetworksbecomeoneoftheprimarychallenges.Adoptingmobileagenttechniqueinwirelesssensornetworkscaneffectivelyreducetheredundantdatatransmission,saveenergyandprolongthenetworkexistentcycle.Accordingtothecharacteristicsofwireles

6、ssensornetwork,thispaperdiscussesimprovedantcolonyalgorithmstosolvetheroutingproblemofmobileagent,andthemainresearchcontentsinthisthesisareasfollows:(1)Designingwirelesssensornetworkmodelbasedonantsystemandanalyzingtherelationshipbetweentheperformanceofantcolonyalgorit

7、hmandrelevantparameters(antsnumber,pheromonevolatilecoefficient,pheromoneweightingfactor,heuristicinformationweightingfactorandpheromoneintensity),asbasisofthefutureresearch.Forwirelesssensornetworksenvironment,howtochoosereasonableparameterstoaccelerateitsconvergences

8、peedandpreventinvalidpathsarethekeyfocusoftheresearch.(2)SolvingmobileagentroutingbasedonanimprovedAntColonySystem.Us