一种基于蚁群算法的wsn移动代理路由算法

《一种基于蚁群算法的wsn移动代理路由算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、湖南师范大学硕士学位论文一种基于蚁群算法的WSN移动代理路由算法姓名：刘屹申请学位级别：硕士专业：计算机软件与理论指导教师：彭沛夫20090301摘要无线传感器网络具有能量有限、通信能力有限、多跳路由、动态拓扑、节点数量众多且分布密集等特点。同时，无线传感器网络的还面临着一些分布式优化问题。如，任务动态部署、节点之间的负载平衡、减少冗余数据、路由选择等。由于无线传感器网络的特性限制，现有的无线移动Ad-hoc网络的路由协议不适合无线传感器网络。因此，近年来提出了许多新的无线传感器网络路由算法。设计用于传感器网络的路由算法要综合考虑：降低

2、能耗、减少时延、均衡网络负载、适应网络拓扑的动态变化等问题。因此，设计和研究适合无线传感器网络的新的路由算法是一个新的挑战。近年来，随着采用移动代理技术解决分布式优化问题研究的逐步深入，很多研究者将移动代理技术应用到无线传感器网络的数据处理和路由选择中。结合移动代理技术和优化方法设计无线传感器网络的高效路由算法是一个很有前景的研究思路。其中蚁群算法针对没有集中控制并且不提供全局模型的优化问题提供了一种分散式解决方案。由此，本文重点研究基于移动代理与蚁群优化算法相结合的无线传感器网络路由算法。在对一些传统的路由协议和路由算法进行了分析、比

3、较及充分分析和研究移动代理技术和蚁群优化算法后，针对无线传感器网络数据处理和路由选择问题，本文提出了一种基于移动代理与蚁群优化算法相结合的路由算法。该算法综合考虑了路由的效率和节点的负载平衡，既能充分利用传感器节点的计算能力，提高网络数据处理效率，又能减少冗余数据，降低通信消耗，延长传感器节点的生存时间。本文的主要研究成果如下：(1)在计算移动代理路由过程中，算法不仅考虑了传感节点间的距离，还考虑了传感节点本身的剩余能量、数据处理能力等因素，有针对性的引入了传感节点的能量值启发因子，较好的解决了均衡网路负载、节约网络能量及延长网络寿命的

4、问题。(2)为了克服基本蚁群算法本身具有的易停滞、慢收敛的缺点，本文提出的改进蚁群算法是通过动态地改变信息素挥发系数和采用最优、最差路径更新策略，更好地解决了基本蚁群算法在求解无线传感器移动代理最佳路由中的缺陷。仿真结果表明，基于改进蚁群算法的无线传感器网络移动代理路由算法与基于蚁群算法的移动代理路由算法和基于遗传算法的移动代理路由算法相比在全局性和收敛速度方面都有提高，较好地解决了无线传感器网络中大量数据的传输阔题。有效地减少冗余数据传输，降低通信消耗，延长节点的生存时间和网络寿命。’关键词：无线传感器网络，路由算法，移动代理，蚁群算

5、法IlABSTRACTWirelessSensorNetworkshavethecharactersoflimithardwaureresources，limitcommunicationa_bili吼multi-jumprouting，dynamictop0109y，lotsofmotesanddensenessdistributing．nhaSseveraldis仃ibuted叩timizationproblems，suchaSreducingrawdateandroming．Nowmanyexistingroutingprotoc

6、olsarenotapplicable．Therefore，iIlrecemyears，manynewroutingalgorimmsforwirelesssensornetworksarebeingproposed．Manyfactorssuchaslowertheenergyconsumption，reducinglatency，balancillgne僦orkload，ad印tingthedyna“cchangesofne铆orktop0109yshouldbeconsideredinsensornet、)l，orkrouting

7、algorithIn’sdesign．111erefore，designingandresearchingnewroutingalgoritllmsthatfitforwirelesssensornetworksisanewchallenge．111resentyears，manyresearchershaVe印pliedthemobileagenttothe仃eatmentoftheWSNdataand也echoiceoftherouting．Thethou曲tscombinesthetechnologyofmobileagentwi

8、ththeoptimizationmethodhas伊eatprospect．AmcobnyalgorithmproVidesadistributeds01utionthats01Vesoptimizati