基于蚁群优化的传感器网络路由方法技术

本发明专利技术提供了一种基于蚁群优化的传感器网络路由方法，包括初始化参数，生成所需网络拓扑结构；设置当前迭代次数

【技术实现步骤摘要】
基于蚁群优化的传感器网络路由方法
本专利技术涉及一种基于蚁群优化的传感器网络路由方法，属于生物仿真和网络通信领域。
技术介绍
仿生优化算法是模拟自然界中生物进化或者群体行为的随机搜索算法的统称，可以用来解决现实中的许多优化问题，是人工智能研究领域中一个重要的分支。目前比较流行的仿生优化算法包括遗传算法、蚁群算法、微粒群算法、神经网络算法和人工免疫算法等。蚁群优化算法具有并行分布式计算、正反馈、鲁棒性等特点，被广泛地应用在许多领域，诸如旅行商问题(TravelingSalesmanProblem，TSP)、二次分配问题(QuadraticAssignmentProblem，QAP)、工件排序问题、车辆调度问题、图着色问题和网络通信中的路由问题等。蚁群优化算法是一种群体搜索方法，通常用来解决特定的组合优化问题，传感器网络的QoS最优路径问题可以由包含有限个节点和有限边的图来表述。蚁群优化算法的目标就是遍历该图来建立一条最优路径，在蚂蚁遍历图的过程中，蚂蚁利用信息素浓度和启发式信息这些局部信息以一定的概率去选择下一个节点。蚂蚁通过挥发信息素，修改了路径上的信息素浓度，使得蚂蚁可以间接地交换路径倾向性信息，从而实现相互协调合作的目的，最终每只蚂蚁分别建立一个近似最优解。蚁群算法的主要优点有正反馈、分布式并行处理、鲁棒性好、易与其他启发式算法结合，主要缺点是搜索时间长、容易陷入局部最优解。
技术实现思路
鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种基于蚁群优化的传感器网络路由方法，包括以下步骤：步骤一、初始化参数，生成所需网络拓扑结构；步骤二、设置当前迭代次数l=l+1，设置每条链路信息素增量，将M只蚂蚁置于源节点s，生成禁忌表，并将源节点放入禁忌表中；步骤三、如果蚂蚁m没有完成搜索，由当前节点vi选择下一跳节点vj，同时判断从源节点s到vj所经过的路径是否符合所有约束条件，同时更新节点的剩余能量值；如果节点vj不存在，则蚂蚁死亡，停止搜索；如果节点vj恰好为目的节点t，则完成搜索；否则将vj放入蚂蚁m的禁忌表中，继续搜索；步骤四、重复执行步骤三，直到所有放置在源节点的M只蚂蚁全部完成搜索为止，记录从源节点s到目的节点t的所有合格路径；步骤五、更新所有链路的信息素；步骤六、如果l<L，则转到步骤六，否则执行步骤七；步骤七、输出结果，结束。优选的，上述步骤一具体为设网络中共有N个节点，设置每条链路的度量值和每个节点的剩余能量值，确定约束条件的值。优选的，上述步骤一还包括删除不满足条件的链路，生成网络拓扑结构。设蚂蚁数量为M，从源节点处开始搜索，最大迭代次数为L，源节点为s，目的节点为t。信息素浓度邻接矩阵初始化为，确定权重值，确定信息素强度系数Q。相比现有技术，本专利技术提供的基于蚁群优化的传感器网络路由方法，将蚁群算法应用于ZigBee路由，具有以下优点：1、ZigBee传感器节点能力有限。ZigBee节点体积小，存储能力、处理能力和能量都很有限，所以就要求路由算法要尽量简单，来减少节点的能耗。蚁群算法中每个个体只是进行简单的功能实现，因此可以节省网络资源，延长网络寿命。2、蚁群算法具有较高的鲁棒性。其自组织、自适应和动态寻优的特征使得该算法能对网络拓扑的动态变化有很好的适应性。不会因为网络中的某个节点移动、失效或者有新节点的加入，影响到整个网络的寻路过程。3、蚁群算法收敛快。蚁群算法的正反馈机制，使较优路径上积累更多的信息素，这样就可以迅速区分解的优劣，极大地加快了收敛速度，同时保障了ZigBee网络的实时性。附图说明图1为网络模型示意图；图2为本专利技术基于蚁群优化的传感器网络路由方法流程示意图。具体实施方式本专利技术提供一种基于蚁群优化的传感器网络路由方法，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。将ZigBee无线多媒体传感器网络抽象为一个图，G=G（V，E），其中，V是节点集合，vi∈V(i=1,2,…,n)表示图G的一个顶点(节点)；E是图G的边集。传感器网络模型中的每个顶点vi∈V(i=1,2,…,n)的剩余能量用表示，每条边上的度量用四元组<,,,>表示，其中的元素分别表示该边上的通信时延、时延抖动、可用带宽和能量消耗。图1为网络模型示意图。如图2所示，本专利技术提供的基于蚁群优化的传感器网络路由方法包括以下步骤：1)、初始化参数，生成所需网络拓扑结构。设网络中共有N个节点，设置每条链路的度量值和每个节点的剩余能量值，确定约束条件的值。删除不满足条件的链路，生成网络拓扑结构。设蚂蚁数量为M，从源节点处开始搜索，最大迭代次数为L，源节点为s，目的节点为t。信息素浓度邻接矩阵初始化为，确定权重值，确定信息素强度系数Q。2)、设置当前迭代次数l=l+1，设置每条链路信息素增量，将M只蚂蚁置于源节点s，生成禁忌表，并将源节点放入禁忌表中。3)、如果蚂蚁m没有完成搜索，由当前节点vi选择下一跳节点vj，同时判断从源节点s到vj所经过的路径是否符合所有约束条件，同时更新节点的剩余能量值；如果节点vj不存在，则蚂蚁死亡，停止搜索；如果节点vj恰好为目的节点t，则完成搜索；否则将vj放入蚂蚁m的禁忌表中，继续搜索。4)、重复执行3)，直到所有放置在源节点的M只蚂蚁全部完成搜索为止，记录从源节点s到目的节点t的所有合格路径。5)、更新所有链路的信息素。6)、如果l<L，则转到2)，否则执行7)。7)、输出结果，结束。相比现有技术，本专利技术提供的基于蚁群优化的传感器网络路由方法，大幅度节省了网络的整体能耗，通过目标函数对能量的均衡，实现了网络寿命的最大化。在保持低时延、低时延抖动的同时，能够降低网络总体能耗，提高网络节点能量均衡性，延长ZigBee网络寿命。可以理解的是，对本领域普通技术人员来说，可以根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，而所有这些改变或替换都应属于本专利技术所附的权利要求的保护范围。本文档来自技高网...

【技术保护点】
一种基于蚁群优化的传感器网络路由方法，其特征在于：所述方法包括以下步骤：步骤一、初始化参数，生成所需网络拓扑结构；步骤二、设置当前迭代次数

【技术特征摘要】
1.一种基于蚁群优化的传感器网络路由方法，其特征在于：所述方法包括以下步骤：步骤一、初始化参数，生成所需网络拓扑结构；步骤二、设置当前迭代次数l=l+1，设置每条链路信息素增量，将M只蚂蚁置于源节点s，生成禁忌表，并将源节点放入禁忌表中；步骤三、如果蚂蚁m没有完成搜索，由当前节点vi选择下一跳节点vj，同时判断从源节点s到vj所经过的路径是否符合所有约束条件，同时更新节点的剩余能量值；如果节点vj不存在，则蚂蚁死亡，停止搜索；如果节点vj恰好为目的节点t，则完成搜索；否则将vj放入蚂蚁m的禁忌表中，继续搜索；步骤四、重复执行步骤三，直到所有放置在源节点的M只蚂蚁全部完成搜索为止，...

【专利技术属性】
技术研发人员：邹霞，
申请(专利权)人：邹霞，
类型：发明
国别省市：广东,44