基于蟻群算法的無線傳感器網絡路由算法

3.2 能量不為零的節點數目

圖2反映了三種算法在整個網絡時間內能量不為零的節點數目隨時間的變化關系。由圖可知，節點一直運行到110s的時候，三種算法下有效的節點數目都為總的節點數目，但隨著時間的推移，由于ACA算法沒有考慮到節點剩余能量的情況，造成了某些節點耗能不均衡而過早的能量耗盡。與MACO算法相比，MP-ACA由于減少了路由過程節點能量的消耗，性能有了一定的提高。

蟻群算法作為一種新的仿生優化算法，具有分布計算、信息正反饋和啟發式搜索等特點。本文在對現有無線傳感器網絡蟻群改進路由算法的基礎上，改進了現有路由算法路徑搜索方式，很好地權衡了路由收斂速度與網絡生命周期的相互制約關系。同時將其應用在無線傳感器網絡中進行路由選擇，對于提高無線傳感器網絡的網絡效率、延長網絡的生存周期具有很高的應用價值。

參考文獻

[1]李建中，李金寶，石勝飛.傳感器網絡及其數據管理的概念、問題與進展[J].軟件學報，2003，14(10):1717-1727.

[2]劉雯雯，馬銳，許海濱.均衡無線傳感器網絡能耗的AODV改進方案[J].計算機工程，2008，34(22)：143-147.

[3]梁華為，陳萬明，李帥，等.一種無線傳感器網絡蟻群優化路由算法[J].傳感器技術學報，2007，20(11):2450-2455.

[4]黎劍兵，鄭巍.無線傳感器網絡多種群蟻群優化路由算法[J].計算機應用研究，2009，7(26):2686-2690.

[5]GUNESM，SORGESU，BOUAZIZI.IARA-the-ant-colonybasedroutingalgorithmforMANETS[C].InternationalConferenceonParallelProcessingWorkshops(ICPPW’02).2002:79-85.

[6]KASSABALIDISI，El-SHARKAWIMA，MARKSRJ.Swarmintelligenceforroutingincommunicationnetworks[J].GlobalTelecommunications，2001，6(6):3613-3617.

[7]STUTZLET，HOOSHH.Max-Minantsystems[J].FutureGenerationComputerSystems，2000，16(19):889-914.

[8]于斌，孫斌，溫暖，等.NS2與網絡模擬[M].北京：人民郵電出版社，2007.