改进的蚁群优化算法在无线传感器网络中的应用

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (增刊1): 215-219.

改进的蚁群优化算法在无线传感器网络中的应用

焦斌¹, 熊友平^1,2, 顾幸生²

1. 上海电机学院电气学院, 上海 200240;
2. 华东理工大学信息科学与工程学院, 上海 200237

收稿日期:2011-03-10 出版日期:2011-09-01 发布日期:2011-09-01
通讯作者: 熊友平(1987 ),男,硕士研究生.研究方向:智能优化算法.无线传感器网络.E-mail:youping918@sina.com. E-mail:youping918@sina.com
作者简介:焦斌(1958 ),男,教授.博士.研究方向:智能优化算法及其应用.E-mail:jiaob@sdju.edu.cn.
基金资助:
上海市科委基础研究重点项目(10JC1405800);上海市科委项目(08DZ1200505);闵行区科委项目(2010MH181);上海市教委重点学科(J51901);上海电机学院项目(09C401)

Improved ant-based routing algorithm for wireless sensor networks

JIAO Bin¹, XIONG You-ping^1,2, GU Xing-sheng²

1. School of Electrical Engineering, Shanghai Dianji University, Shanghai 200240, China;
2. School of Information Science and Engineering, East China University of Science and Technology, Shanghai 200237, China

Received:2011-03-10 Online:2011-09-01 Published:2011-09-01

摘要/Abstract

摘要：

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。

关键词: 计算机软件, 无线传感器网络, 蚁群算法, 能量

Abstract:

As the energy of the sensor nodes in wireless sensor network(WSN) is limited,and colony optimization algorithm was applied to solve the routing problems in WSN,and an improved ant-based routing algorithm(IARA)was proposed.Considering the factors of remained energy,transmitting direction,and distance between nodes,the probabilistic selecting formula and the pheromone updating formulat in the basic ant colony optimization algorithm is modified to balance the energy consumption in WSN.Simulation results show that this algorithm greatly reduced and balanced energy consumption,the lifetime of the entire wireless sensor network can be prolonged.

Key words: computer software, wireless sensor network, ant colony algorithm, energy

中图分类号:

TP311

焦斌, 熊友平, 顾幸生. 改进的蚁群优化算法在无线传感器网络中的应用[J]. 吉林大学学报(工学版), 2011, 41(增刊1): 215-219.

JIAO Bin, XIONG You-ping, GU Xing-sheng. Improved ant-based routing algorithm for wireless sensor networks[J]. 吉林大学学报(工学版), 2011, 41(增刊1): 215-219.

参考文献

[1] Akyildiz I F,Su W,Sankarasubramaniam Y.A survey on sensor networks
[J].IEEE CommunicationsM agazine,2002,40(8):102-114.

[2] Heinzelman W,Chandrakasan A,Balakrishnan H.Energy-efficient communication protocol for wireless microsensor networks
[C] ∥Proceedings of the 33rd Hawaii International Conference on System Sciences.Maui,H awaii:IEEE Computer Society,2000:3005-3014.

[3] Dorigo M,Gambardella L M.Ant colony system ac ooperative learning approach to the traveling sales-man problem
[J].IEEE Transactions on Evolutionary Computation,1997,1(1):53-66.

[4] Sim K M,Sun W H.Multiple ant-colony optimization for network routing
[C] ∥Proceedings of the1stI nternational Symposium on Cyber Worlds,Washington DC,USA,2002:277-281.

[5] Kassabalidis I,El-Sharkaw M A,Marks R J.Swarmi ntelligence for routing in communication networks
[J].Global Telecommunications,2001,6(6):3613-3617.

[6] 梁华为,陈万明,李帅,等。一种无线传感器网络蚁群优化路由算法
[J].传感器技术学报,2007,20(11): 2450-2455. Liang Hua-wei,Chen Wan-ming,Li Shuai,et al.A CO-based routing algorithm for wireless sensorn etworks(ARAWSN)
[J].Chinese Journal of Sensors and Actuators,2007,20(11):2450-2455.

[7] Intanagonwiwat C,Govindan R,Estrin D.Directed diffusion for wireless sensor networking
[J].IEEE/A CM Trans on Networking,2003,11(1):2-16.

[8] Heinzelman W R.An application-speific protocol architecture for wireless microsensor networks
[J].I EEE Trans on Wireless Communication,2002,1 (4):660-670.

[9] Stutzle T,Hoos H.Max-Min ant system and locals earch for the travelling salesman problem
[C] ∥Proc of the4th IEEE International Conference onE volutionary Computation,Ndianapolis IN,USA, 1997:309-314.

[10] Ghasemagbaei R,Rahman A,Rahman M A,et a1.Ant colony-based many-to-one sensory data routingin wireless sensor networks
[C] ∥Proc of 2008Leee/A cs International Conference on Computer Systems and Applications.Los Alamitos,CA:IEEE Computer Society,2008:1005-1010.

相关文章 15

[1]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2]	贺继林, 陈毅龙, 吴钪, 赵喻明, 汪志杰, 陈志伟. 起重机卷扬系统能量流动分析及势能回收系统实验[J]. 吉林大学学报(工学版), 2018, 48(4): 1106-1113.
[3]	董颖, 崔梦瑶, 吴昊, 王雨后. 基于能量预测的分簇可充电无线传感器网络充电调度[J]. 吉林大学学报(工学版), 2018, 48(4): 1265-1273.
[4]	初亮, 孙成伟, 郭建华, 赵迪, 李文惠. 基于轮缸压力的制动能量回收评价方法[J]. 吉林大学学报(工学版), 2018, 48(2): 349-354.
[5]	马健, 樊建平, 刘峰, 李红辉. 面向对象软件系统演化模型[J]. 吉林大学学报(工学版), 2018, 48(2): 545-550.
[6]	刘洲洲, 彭寒. 基于节点可靠度的无线传感器网络拓扑控制算法[J]. 吉林大学学报(工学版), 2018, 48(2): 571-577.
[7]	贾一帆, 初亮, 许楠, 徐哲. 车用双电源开绕组电机驱动系统绕组模式切换及电流控制策略[J]. 吉林大学学报(工学版), 2018, 48(1): 20-29.
[8]	张君媛, 纪梦雪, 王楠, 叶威. 汽车正面25%重叠率碰撞车身前端结构设计[J]. 吉林大学学报(工学版), 2018, 48(1): 57-64.
[9]	罗养霞, 郭晔. 基于数据依赖特征的软件识别[J]. 吉林大学学报(工学版), 2017, 47(6): 1894-1902.
[10]	车翔玖, 张孙旻. 基于异步更新策略的蚁群边缘提取算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1577-1582.
[11]	王海, 姚刚, 邱皖群, 杨春来, 付邦晨. 基于波纹梁的两自由度低频振动能量收集装置[J]. 吉林大学学报(工学版), 2017, 47(4): 1144-1148.
[12]	于斌斌, 武欣雨, 初剑峰, 胡亮. 基于群密钥协商的无线传感器网络签名协议[J]. 吉林大学学报(工学版), 2017, 47(3): 924-929.
[13]	夏超英, 杜智明. 丰田PRIUS混合动力汽车能量优化管理策略仿真分析[J]. 吉林大学学报(工学版), 2017, 47(2): 373-383.
[14]	柴汇, 荣学文, 唐兴鹏, 李贻斌, 张勤, 李岳炀. 基于能量规划的崎岖地面四足机器人平面跳跃控制[J]. 吉林大学学报(工学版), 2017, 47(2): 557-566.
[15]	董颖, 周占颖, 苏真真, 徐洋, 钱志鸿. 基于路由信息的无线传感器网络跨层MAC协议[J]. 吉林大学学报(工学版), 2017, 47(2): 647-654.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed