基于改进蚁群优化算法的无线传感器网络路由研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:a9711
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着传感技术、无线通信技术和嵌入式技术的不断发展成熟,无线传感器网络逐渐成为当今社会的研究热点.它强大的感知能力、自组织能力、部署方式简单方便的特点决定了在很多领域都有广阔的应用前景.在现有的能源技术条件下传感器节点的能量有限,而且传感节点分布的环境条件比较恶劣,频繁的更换电源是不现实的.这样,无线传感器网络路由的设计不仅仅是考虑路径的长短、服务质量的保证等,实现网络中节点能量使用均衡延长整个网络的生命周期也是无线传感器网络路由设计的重要目标之一.
  依据上述问题,本文在原有的蚁群算法在无线传感器网络应用的基础之上提出了几点改进策略.(1)将节点现有的能量水平作为计算转移概率的条件之一,使优秀路径上的节点在网络中存在的时间更长.(2)将节点的位置信息作为计算转移概率的条件,通过将位置信息写入转移概率中,使节点在搜索路径时具有方向性.(3)搜索失败的蚂蚁不再是简单的丢弃,充分利用它们携带的路径信息,设置返回蚂蚁降低返回路径上的信息素含量,从而提高搜索路径的速率,降低搜索阶段的能耗.(4)蚂蚁的负反馈机制.蚂蚁成功的选择转移节点后,适当的降低该条路径上的信息素浓度,鼓励其他的蚂蚁寻找新的优秀路径,防止网络中的流量过多的沿着最优秀的路径传播,使这些节点过早的退出网络.最后本文利用MATLAB工具对改进的策略进行了实验仿真,并将结果和原始的蚁群算法比较分析.仿真结果显示改进策略在延长网络的生命周期,维持网络能量均衡方面比原始的蚁群算法算法具有一定的提升.
其他文献
期刊
期刊
传统的机器学习主要包括监督学习、无监督学习和强化学习等,在这些学习框架中,一个样本对应一个确定的标记。而在很多实际问题中,待分类样本的标记是不明确的,从而出现一个新的学习框架——多示例学习( Multi-Instance Leaming,MIL),该学习方法已逐渐成为机器学习领域的研究热点。该框架起源于药物分子活性的预测,学习的样本是由多个示例组成的包,包的标记已知,而包中的示例标记是未知的。如果
期刊
三支决策模型是决策粗糙集的核心思想之一,它将传统的正域、负域的二支决策语义拓展为正域、负域和边界域的三支决策语义,即把边界域决策也认为是一类可行的决策。  在决策粗糙集中引入了Bayes风险决策理论及三支决策语义,使该三支决策模型具有了容错能力,在不确定性知识获取和数据处理中具有更加可靠的理论依据和语义解释,即在处理分类问题时具有容错性和风险代价敏感性。该模型在人为给定损失函数矩阵后,即可计算出阈
随着移动互联网技术的不断发展,新一代的Web标准HTML5应运而生并正在加速发展及完善。以HTML5为代表的新一代移动Web技术是Web前端技术的重大发展创新,将大幅度提升移动Web应用在交互、系统能力调用、富媒体等方面的能力,使用户无需安装纷繁的插件即可获得更为丰富的Web应用,并以不逊于本地应用的体验享受各类创新的云服务。移动We b应用也因此被认为是未来应用服务发展的一个重要方向。  Sen
随着计算机和信息技术的快速发展,图像匹配技术已经成为计算机视觉领域中一项极为重要的技术,在图像检索、遥感图像处理、目标识别与跟踪、三维重构等领域有着广泛而实际的应用。基于特征的图像匹配方法由于其计算量小,鲁棒性好,对图像形变不敏感等优点,成为当前研究的热点。由于图像匹配所涉及的图像之间可能存在着灰度、旋转、视角、尺度等多种变化,以及其他因素的影响,导致图像匹配问题有着较高复杂性,这使得图像匹配问题
随着平安城市的建设,城市监控渐渐地融入了我们生活的各个方面,随之带来的是监控摄像头数量的増加,进而导致视频数据急剧増长,如何在大量视频数据中快速有效地分析和检索感兴趣的视频内容己成为一个急需解决的问题。  目前,在视频监控领域中,对于监控视频的管理和检索方法通常是基于视频文件描述(时间和地点等)的,而基于监控视频的实际内容进行操作的检索应用还没得到普及,但这反而是用户更关心的。因此新型视频检索技术
随着社会的快速发展以及社会的需求,视频监控分析成为研究热点问题,而检测跟踪又是视频监控的基础工作,所以稳定、鲁棒的目标检测跟踪算法就尤其重要。而在实际的场景中,目标检测跟踪面临着很多实际的问题,如运动目标阴影、遮挡等问题,所以本文针对相应的问题提出自己的方法,并改进现有的检测跟踪算法,最终在智能监控系统中验证了本文的算法。  第一,对目前很流行的检测算法:帧差法、背景差分法、光流法等技术进行全面的
现实世界存在大量的复杂系统,这些复杂系统可以抽象描述为复杂网络。近年来,复杂网络引起了不同领域学者的广泛关注。社团结构是描述复杂网络的重要特性之一,通常,社团内部节点之间的连接较为紧密,而社团之间节点的连接较为稀疏。检测社团结构有助于更好地分析复杂网络结构信息并进一步挖掘复杂网络的潜在功能。因此,复杂网络社团检测是一个重要的研究课题,具有重要的理论意义和现实价值。当前,多目标优化算法是解决复杂网络
学位