基于群智能算法的WSN路由技術(shù)研究.pdf

1、無線傳感器網(wǎng)絡(luò)技術(shù)已經(jīng)成為現(xiàn)代技術(shù)研究的熱點方向之一，具有重大的科學(xué)意義和應(yīng)用前景。但無線傳感器網(wǎng)絡(luò)節(jié)點往往能量和帶寬有限，計算能力和存儲能力弱等限制，傳統(tǒng)的無線路由協(xié)議無法滿足無線傳感器網(wǎng)絡(luò)的要求。因而設(shè)計支持服務(wù)質(zhì)量，并且節(jié)約能量的路由協(xié)議對無線傳感器網(wǎng)絡(luò)的研究具有重要意義。
　　 遺傳算法具有很強的全局搜索能力，不易陷入局部最優(yōu)，并行計算能力強。對應(yīng)用領(lǐng)域知識依賴程度低，具有很強的通用性，同時適用于連續(xù)空間和非連續(xù)空間。但

2、遺傳算法無法利用系統(tǒng)中的反饋信息，導(dǎo)致一些迭代是重復(fù)無用的，浪費能量和時間。蟻群算法充分利用了系統(tǒng)中的反饋信息，螞蟻群體之間通過信息素進行交流和相互協(xié)作尋找最優(yōu)解。具有很強的分布式計算能力和魯棒性，而且蟻群算法較易于與其他優(yōu)化方法相結(jié)合，非常適合應(yīng)用于網(wǎng)絡(luò)路由優(yōu)化問題。但蟻群算法初始信息素狀態(tài)缺乏，開始時期搜索速度較慢，而且只適合于求離散空間問題的最優(yōu)解，對于連續(xù)空間中的組合優(yōu)化問題，求解較為復(fù)雜，但遺傳算法搜索空間假設(shè)的約束無限制，同

3、時適用于連續(xù)空間和非連續(xù)空間。因此，本文提出融合遺傳－螞蟻算法的思想，汲取兩種算法的優(yōu)點，克服各自的缺點，提高路由算法的高效搜索和快速全面尋優(yōu)能力，應(yīng)用于無線傳感器網(wǎng)絡(luò)中。
　　 該算法先利用遺傳算法求解較優(yōu)解，生成初始信息素信息，然后再執(zhí)行蟻群算法找到最優(yōu)解。本文中的遺傳算法采用可變?nèi)旧w編碼，同時對交叉和變異操作也進行了改進。利用遺傳算法的結(jié)束條件，動態(tài)控制其與蟻群算法的融合時機。蟻群算法中采取最優(yōu)路徑全局更新策略，加快算法