无线自组织网络(Ad Hoc networks)是由一些具有收发功能的通信设备组成的一种无线通信网络。它不需要固定的通信基础设施来支撑整个网络的通信。无线自组织网络组网快速、简单。节点可以随意的移动,网络可扩展性好。但无线自组织网络的这种无中心节点、网络拓扑动态变化的特点给网络的路由协议、时隙分配协议和时钟同步协议的设计带来了巨大的挑战。群智能优化算法是近年来提出的一种模拟自然界生物群体智能行为的优化算法。群智能优化算法具有分布式计算的特点,能够适应无线自组织网络的无中心节点,各个网络节点并行协作运行的特征。基于以上考虑,本文对无线自组织网络路由技术、时隙分配技术和时钟同步技术做了深入的研究,针对无线自组织网络的特点,结合群智能优化算法,提出了在无线自组织网络协议设计中相应的解决算法。本文的主要工作内容如下所示:(1)研究了基于蚁群优化算法(Ant Colony Optimization,ACO)的无线自组织网络路由协议的设计。现有的蚁群路由算法大多忽略了信道质量对路由算法性能的影响,于是本文考虑了信道质量对蚁群路由算法的影响,提出了相应的改进的算法。本文提出的改进蚁群路由算法在AntHocNet路由算法的基础上,考虑了信噪比和信噪比的变化对选择概率的影响。另外,本文不但考虑了信噪比,还设置了最小信噪比,以防止节点选择质量较差的链路,从而影响算法的性能。仿真结果表明,改进的蚁群路由算法在时延增加不多情况下能提高数据分组的交付率。(2)研究了基于粒子群优化算法的无线自组织网络时隙分配算法。本文结合无线自组织网络节点时隙共享的特点,将二进制粒子群算法(Binary Particle Optimization,BPSO)做出相应的改进,提出了基于BPSO算法的时隙分配算法。本文对二进制粒子群算法的sigmoid函数、粒子的位置更新策略做了相应的改进。改进后的二进制粒子群算法可以很好的用于解决无线自组织网络时隙分配问题。并且仿真结果显示,与IHNN算法相比,本文提出的时隙分配算法,不但能提高时隙利用率,而且还能减少平均时延。(3)研究了基于人工萤火虫优化算法(Glowworm Swarm Optimization,GSO)的时钟同步方法。本文针对现有的分布式时钟同步算法收敛速度不快的问题,结合GSO算法,提出了基于GSO算法的时钟同算法。本文将无线自组织网络时钟同步问题建模为寻找一个最优时钟的问题,然后利用萤火虫算法来寻找这一最优时钟。最后,仿真结果表明,萤火虫同步算法收敛速度比一致性算法快。