昝風彪+李彩霞

摘要：在無線傳感網(wǎng)絡不斷應用到人們各個領域中，人們對于網(wǎng)絡的服務質(zhì)量要求也越來越高，所以就要保證服務質(zhì)量實現(xiàn)網(wǎng)絡負載均衡，提高網(wǎng)絡的壽命。在此背景下，該文就對現(xiàn)有的無線傳感器網(wǎng)絡路由協(xié)議進行改進，提出了基于蟻群算法的優(yōu)化策略。

關鍵詞：蟻群算法；無線傳感器；網(wǎng)絡路由；優(yōu)化

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2017）26-0054-02

在現(xiàn)代社會中，無線傳感器網(wǎng)絡的應用前景較為遼闊，其是信息技術中的全新領域，并且引起了多個國家學術界及工業(yè)界的重視。無線傳感器網(wǎng)絡和傳統(tǒng)無線網(wǎng)絡的路由設計目標各不相同，傳統(tǒng)無線網(wǎng)絡主要是通過資源管理及路由優(yōu)化在高度移動環(huán)境中提高寬帶的使用率，并且為用戶提供良好的服務質(zhì)量。在無線傳感器網(wǎng)絡中，大部分的傳感器節(jié)點為靜態(tài)，其都是人類無法靠近的高危環(huán)境中工作，不能夠隨時隨地的更換資源，所以無線傳感器網(wǎng)絡的核心問題就是延長傳感器節(jié)點的生命周期。無線傳感器網(wǎng)絡和傳統(tǒng)網(wǎng)絡的特點不同，所以就要使相關研究人員尋找滿足無線傳感器網(wǎng)絡的路由機制及算法[1]。

1 蟻群算法的數(shù)學模型

在蟻群算法系統(tǒng)中，螞蟻是通過某地點轉移到兩個地點實現(xiàn)搜索的過程，在此過程中，每只螞蟻都能夠通過轉移概率完成之后的行動路線。在實現(xiàn)t次迭代過程中，從地點i到地點j要滿足以下條件：首先，每只螞蟻都要求具有禁忌表，存儲自己爬過的地方；其次，將目前的地理信息作為能見度基礎，在搜索過程中，將其作為螞蟻搜索引導的靜態(tài)量，其是固定的基礎信息，在數(shù)學表達式中為距離倒數(shù)，也就是ηij=（1/dij）；最后，地點i到地點j的路程中遺留實施改變虛擬信息素τij，其是一種全局變量，表示螞蟻爬行過程中的經(jīng)驗[2]。

其中j?Jki，如果pkij（t）為0，那么α表示信息啟發(fā)因子，其主要是螞蟻在運行過程中的信息素在之后路徑中的作用；β為能見度相對權值。此種模型不會考慮信息素的揮發(fā)，但是在此種情況下，主要基礎就是會加強初始條件中的隨機信息，對之后的結果造成一定的影響，得到的并不是最優(yōu)解。就如同人類大腦中的記憶會在時間不斷推移過程中不斷消失，所以就要引入此種機制實現(xiàn)此功能，這就是信息素揮發(fā)機制，使信息素揮發(fā)機制系數(shù)能夠對整個揮發(fā)過程進行指揮[3]。信息素的揮發(fā)通過以下表示：

在無線傳感器網(wǎng)絡過程中，無線傳感器的節(jié)能性能是有限的，所以就設計的路由協(xié)議就要相對簡單。蟻群算法中的人工螞蟻個體智能雖然有限，但是卻能夠通過合作實現(xiàn)較為復雜的工作，總的來說，蟻群算法的優(yōu)勢主要包括以下內(nèi)容：

其一，無線傳感器網(wǎng)絡的節(jié)點成本較低，通信和存儲能力都是有限的，就像蟻群算法中的單一螞蟻個體智能有限一樣。無線傳感器網(wǎng)絡需要較為簡單的協(xié)議實現(xiàn)大量的復雜工作，蟻群就能夠通過簡單功能實現(xiàn)較為復雜的工作[4]；

其二，無線傳感器網(wǎng)絡的傳感器節(jié)點因為能量有限，并且不能夠有效補充，會出現(xiàn)能量耗盡和節(jié)點損壞的現(xiàn)象，以此丟失傳感器節(jié)點，對拓撲造成影響。蟻群生存環(huán)境拜年話多樣，其主要根據(jù)信息素對網(wǎng)絡運行造成影響，單一螞蟻死亡或者環(huán)境出現(xiàn)變化并不會影響到網(wǎng)絡；

其三，無線傳感器網(wǎng)絡環(huán)境較為復雜，在設計路由過程中一般都是通過多路徑保證信息傳遞具有有效性。蟻群算法在選路過程中主要是根據(jù)信息素概率值實現(xiàn)，每條路徑都可能被選中，所以蟻群算法能夠支持多路徑[5]。

2 基于蟻群算法的無線傳感器網(wǎng)絡路由優(yōu)化

在無線傳感器中，每個傳感器都是一個節(jié)點，將信息通過單跳方式從源節(jié)點傳送到目的節(jié)點的路徑要求最短，此種方式就像是在蟻群算法中，蟻群通過源節(jié)點根據(jù)一定的方式轉移到目的節(jié)點中，在無線傳感器網(wǎng)絡路由中使用蟻群算法，不僅是因為無線傳感器網(wǎng)絡路由節(jié)點較多，還是因為蟻群算法因為自身運行具有并行性，適用于無線傳感器網(wǎng)絡的路由選擇中[6]。

2.1 路由算法的假設

將本協(xié)議使用的無限傳感器網(wǎng)絡進行假設：其一，其中節(jié)點的初始能源值都相同，并且能量受到限制；其二，其中節(jié)點都具有一定的運算能力，從而能夠實現(xiàn)信息的處理；其三，其中節(jié)點都具有唯一的ID編號；其四，其中的節(jié)點都是使用全向天線，通信范圍較廣；其五，其中節(jié)點并不是單向鏈路，也就是A節(jié)點能夠和B節(jié)點相互通信，B節(jié)點也能夠和A節(jié)點通信[7]。

2.2 能耗模型

其中αβγ三個值不變，在進行遍歷過程中使其能夠滿足遍歷次數(shù)的變化，α的主要目的就是對信息素濃度的比重進行全面的衡量。螞蟻k在時間t中，通過節(jié)點i處能夠訪問的節(jié)點集合為allowedk，其中的元素j表示為：j要在節(jié)點i通信范圍半徑之內(nèi)；j要為螞蟻k沒有訪問的；j到sink節(jié)點的距離要比i到sink節(jié)點的距離短，從而能夠有效縮短螞蟻從源節(jié)點到sink節(jié)點的時間，避免能量消耗[9]。

2.4 信息素的更新

螞蟻路徑中信息素的更新使用全局信息素和局部信息素兩種更新策略，在無線傳感器網(wǎng)絡路由算法過程中，將螞蟻分為前進和返回兩種類型，前進螞蟻根據(jù)狀態(tài)轉移公式從源節(jié)點朝著目標節(jié)點轉移，每通過一條路徑就要根據(jù)信息素局部的更新策略對路徑中的信息素濃度進行更新。那么為了有效避免路徑中信息素的濃度過大或者過小，從而使算法收斂加快，所以就要將信息素的濃度設置在τmin和τmax之間，局部路徑中的信息素濃度公式的更新為：

3 結束語

通過對本文所提出的改進算法進行實驗，表示和基本蟻群算法相對比，通過優(yōu)化的一群啊算法在最終跳數(shù)中的表現(xiàn)更優(yōu)，傳感器節(jié)點的剩余能量更多，具有較少的能源消耗，并且每個節(jié)點的能源消耗都較為均勻。以此表示，本文所研究的改進蟻群算法在提高無線傳感器網(wǎng)絡的生存周期具有重要的現(xiàn)實意義。

參考文獻：

[1] 李虎雄，張克旺.基于蟻群優(yōu)化的無線傳感器網(wǎng)絡路由優(yōu)化算法[J].西北工業(yè)大學學報， 2012，30（3）：356-360.

[2] 廖莎.基于蟻群算法的無線傳感器網(wǎng)絡LEACH路由方法研究[D].南昌大學，2014.

[3] 張睿智.基于蟻群算法的無線傳感器網(wǎng)絡路由算法研究[D].湖南大學，2014.

[4] 馬學森，曹政，韓江洪，等.改進蟻群算法的無線傳感器網(wǎng)絡路由優(yōu)化與路徑恢復算法[J].電子測量與儀器學報，2015，29（9）：1320-1327.

[5] 莫濤濤.探析基于蟻群算法的無線傳感器網(wǎng)絡路由算法優(yōu)化[J].電腦編程技巧與維護，2017（1）：79-80.

[6] 陶強.基于蟻群算法的無線傳感器網(wǎng)絡路由優(yōu)化研究[D].安徽理工大學，2015.

[7] 戴天虹，李昊.基于改進蟻群算法的無線傳感器網(wǎng)絡路由的優(yōu)化[J].計算機測量與控制，2016，24（2）：321-324.

[8] 童孟軍，俞立，鄭立靜，等.基于蟻群算法的無線傳感器網(wǎng)絡能量有效路由算法研究[J].傳感技術學報，2011，24（11）：1632-1638.

[9] 李麗芬，張君艷，朱永利，等.基于多蟻群算法的無線傳感器網(wǎng)絡路由的跨層設計[J].計算機科學，2011，38（2）：59-62.

[10] 鮑榮，潘浩，董齊芬，等.基于信息素擴散模型蟻群算法的無線傳感網(wǎng)路由研究[J].傳感技術學報，2011，24（11）：1644-1648.endprint