版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、蟻群優(yōu)化算法作為群集智能領(lǐng)域應(yīng)用最為廣泛的算法之一,已受到越來越多研究者的關(guān)注。近年來,其理論研究正在不斷充實(shí),其應(yīng)用領(lǐng)域亦在進(jìn)一步拓展,在解決NP難題和網(wǎng)絡(luò)路由等方面的優(yōu)越性已被廣泛證實(shí)。由于網(wǎng)絡(luò)環(huán)境的動(dòng)態(tài)性和網(wǎng)絡(luò)應(yīng)用的多樣性,一些網(wǎng)絡(luò)中的關(guān)鍵應(yīng)用已不能適應(yīng)傳統(tǒng)的算法,需要提出新的針對(duì)具體網(wǎng)絡(luò)應(yīng)用的解決方案。蟻群優(yōu)化為網(wǎng)絡(luò)中數(shù)據(jù)資源的獲取提供了一個(gè)好的解決思路。 本文首先介紹了群集智能的主要理論研究及典型應(yīng)用,概述了網(wǎng)絡(luò)數(shù)據(jù)獲
2、取中的任播和查詢兩大關(guān)鍵技術(shù),在此基礎(chǔ)上對(duì)基于群集智能的蟻群優(yōu)化算法及其在分布式網(wǎng)絡(luò)環(huán)境下任播和查詢兩大關(guān)鍵數(shù)據(jù)獲取技術(shù)中的應(yīng)用進(jìn)行了系統(tǒng)和深入的研究,所做主要工作歸納如下: (1)在缺乏全局網(wǎng)絡(luò)信息的情況下,針對(duì)因特網(wǎng)多約束任播這一NP難題,提出了一種基于多蟻群優(yōu)化的任播路由算法MACA。該算法僅需局部網(wǎng)絡(luò)信息,通過螞蟻釋放信息素來改變網(wǎng)絡(luò)環(huán)境,從而間接引導(dǎo)其它螞蟻根據(jù)信息素強(qiáng)度動(dòng)態(tài)調(diào)整自身的選路行為。仿真實(shí)驗(yàn)表明,具有正反饋
3、效應(yīng)的分布式MACA算法使得各螞蟻能以較高的概率選擇滿足自身QoS約束的較優(yōu)路徑,有效降低路由時(shí)延,顯著提高任播請(qǐng)求的接受率。 (2)在節(jié)點(diǎn)位置信息未知的情況下,針對(duì)無線傳感器網(wǎng)絡(luò)多約束任播路由問題,結(jié)合蟻群路由和蟻群聚類思想,提出了一種基于蟻群優(yōu)化的可靠任播路由算法ARMCA。該算法兼顧節(jié)點(diǎn)能量和路由時(shí)延雙重約束,引入帶正反饋特征的蟻群優(yōu)化來為每個(gè)數(shù)據(jù)包尋找自源節(jié)點(diǎn)至相應(yīng)Sink節(jié)點(diǎn)的較優(yōu)路徑,以降低路由傳輸時(shí)延,節(jié)省路由能耗
4、。算法同時(shí)引入基于蟻群聚類思想的自恢復(fù)機(jī)制來應(yīng)對(duì)網(wǎng)內(nèi)簇頭或Sink節(jié)點(diǎn)的失效,通過平滑過渡到新的穩(wěn)定態(tài)來自動(dòng)消除節(jié)點(diǎn)失效造成的負(fù)面影響。仿真實(shí)驗(yàn)表明,在相同QoS約束條件下,隨著網(wǎng)絡(luò)規(guī)模的增大,ARMCA算法在能耗和時(shí)延兩方面的優(yōu)越性更為顯著。在遭遇節(jié)點(diǎn)失效時(shí),ARMCA算法僅需相對(duì)較短的時(shí)間便可恢復(fù)至新的穩(wěn)定狀態(tài),從而保證了網(wǎng)絡(luò)數(shù)據(jù)的可靠傳輸。 (3)在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)變化的情況下,針對(duì)移動(dòng)自組網(wǎng)多約束任播,提出了一種基于蟻群
5、優(yōu)化的任播算法AMMCA。該算法充分考慮節(jié)點(diǎn)的移動(dòng)性,引入信息素?cái)U(kuò)散模型以增大對(duì)較優(yōu)路徑周邊的節(jié)點(diǎn)擴(kuò)散信息素,從而降低因節(jié)點(diǎn)移動(dòng)導(dǎo)致的路徑斷裂;同時(shí),通過構(gòu)建多路徑路由以均衡網(wǎng)絡(luò)負(fù)載,進(jìn)一步減輕因節(jié)點(diǎn)移動(dòng)造成數(shù)據(jù)傳輸中斷帶來的負(fù)面影響。仿真實(shí)驗(yàn)表明,在平均數(shù)據(jù)包接受率及端到端路由時(shí)延等方面,與其它移動(dòng)自組網(wǎng)任播路由算法相比,AMMCA算法具有良好的性能優(yōu)勢。 (4)對(duì)于能量等資源受限的規(guī)模較大的無線傳感器網(wǎng)絡(luò),如何節(jié)能地處理多個(gè)
6、查詢節(jié)點(diǎn)發(fā)起的并行式復(fù)制數(shù)據(jù)查詢是一個(gè)挑戰(zhàn)性難題。本文提出了一種基于多蟻群優(yōu)化的節(jié)能復(fù)制數(shù)據(jù)查詢處理算法MACQP。該算法首先執(zhí)行事件數(shù)據(jù)的隨機(jī)復(fù)制,然后在查詢節(jié)點(diǎn)發(fā)送前向螞蟻搜索到達(dá)事件某一副本的較優(yōu)路徑,搜索過程具有一定的智能性。當(dāng)找到目標(biāo)數(shù)據(jù)后,產(chǎn)生后向螞蟻原路返回并執(zhí)行事件數(shù)據(jù)二次復(fù)制,使得后繼查詢螞蟻能沿信息素強(qiáng)度較大的較優(yōu)路徑在更近的節(jié)點(diǎn)找到目標(biāo)事件數(shù)據(jù),縮短了搜索路徑的長度,使得總搜索能耗顯著降低,整體上降低了查詢總能耗。
7、理論分析和仿真實(shí)驗(yàn)表明,MACQP算法通過蟻群協(xié)作產(chǎn)生的智能搜索和動(dòng)態(tài)復(fù)制,在節(jié)能性方面優(yōu)勢明顯。 (5)針對(duì)大規(guī)模無線傳感器網(wǎng)絡(luò)的實(shí)時(shí)應(yīng)用,兼顧查詢處理的節(jié)能性和實(shí)時(shí)性,提出了一種基于多蟻群優(yōu)化的實(shí)時(shí)查詢處理算法ARTQP。該算法采用一種優(yōu)化的分簇方法和分環(huán)存儲(chǔ)策略,使得查詢能區(qū)分處理不同優(yōu)先級(jí)的事件數(shù)據(jù),實(shí)時(shí)性越高的事件具有更大的概率被前向螞蟻所探知,搜索過程具有較好的智能性。當(dāng)找到目標(biāo)事件后,產(chǎn)生后向螞蟻返回并執(zhí)行事件動(dòng)態(tài)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 蟻群優(yōu)化算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用實(shí)例研究.pdf
- 蟻群算法在數(shù)字水印技術(shù)中的應(yīng)用.pdf
- 改進(jìn)蟻群算法及其應(yīng)用研究.pdf
- 基于蟻群算法的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 蟻群算法及其在物流中的應(yīng)用研究.pdf
- 蟻群算法及其在水庫(群)優(yōu)化調(diào)度中的應(yīng)用研究.pdf
- 蟻群算法及其在網(wǎng)絡(luò)優(yōu)化中的應(yīng)用研究.pdf
- 改進(jìn)蟻群算法及其在TSP中的應(yīng)用研究.pdf
- 蟻群算法改進(jìn)及其應(yīng)用研究.pdf
- 并行蟻群算法及其應(yīng)用研究.pdf
- 蟻群算法的改進(jìn)及其應(yīng)用研究.pdf
- 連續(xù)空間蟻群算法及其應(yīng)用研究.pdf
- 螞蟻算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法及其在聚類分析中的應(yīng)用研究.pdf
- 蟻群算法及其在車間調(diào)度中的應(yīng)用研究.pdf
- 蟻群算法及其在案例檢索中的應(yīng)用研究.pdf
- 蟻群算法及其在電磁裝置優(yōu)化中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論