本文简要介绍了无线传感器网络的特点,引出并归纳了基本蚁群算法的原理及特点,并总结了蚁群算法在旅行商问题中的应用。然后,重点介绍了目前部分研究学者如何改进蚁群算法并应用于无线传感器网络,指出业界在基于改进蚁群算法的WSNs路由协议的对比性能指标和研究方向。 This paper briefly introduces the characteristics of the wireless sensor network, the principle and characteristics of the basic ant colony algorithm, and summarizes the application of ant colony al-gorithm in the traveling salesman problem. Then, it focuses on how to improve the ant colony al-gorithm and apply it to the wireless sensor network, and points out the comparative performance of the WSNs routing protocol based on the improved ant colony algorithm.
马金锐1,陈战胜1,2*
1北京联合大学应用科技学院,北京
2北京交通大学计算机与信息技术学院,北京
Email: *ldtchenzs@buu.edu.cn
收稿日期:2015年10月8日;录用日期:2015年10月26日;发布日期:2015年10月30日
本文简要介绍了无线传感器网络的特点,引出并归纳了基本蚁群算法的原理及特点,并总结了蚁群算法在旅行商问题中的应用。然后,重点介绍了目前部分研究学者如何改进蚁群算法并应用于无线传感器网络,指出业界在基于改进蚁群算法的WSNs路由协议的对比性能指标和研究方向。
关键词 :无线传感器网络,蚁群算法,路由协议
无线传感网络(Wireless Sensor Networks, WSNs)是一种由大量微型传感器节点构成的分布式网络系统,节点分为传感节点、汇聚节点和管理节点。WSNs通常应用于恶劣环境,多是人无法抵达的区域,传感节点通常采用随机散播方式部署,节点与节点之间通过无线通信交换彼此信息以发现和维护路由,组成统一的网络。其中,网络层路由协议是WSNs通信的基础,是WSNs网络可靠、有效传输的关键。此外,需要考虑节点加入、移动和死亡引起的网络拓扑变化,会影响路由协议的稳定性和扩展性。
目前,业界针对WSNs不同应用场合和需求研究出不同的路由协议。其中,利用蚁群算法应用于WSNs节点路由之中,通过信息素的正反馈机制找到全局最优路由,能够有效的均衡网络节点能耗,延长WSNs的生命期。
自然界中的蚂蚁在随机寻找食物过程中,通过在寻找食物和返回巢穴的路径上分泌俗称信息素的化学物质,不断加强路径对其他蚂蚁的影响,促使蚂蚁快速找到食物。随着时间的推移,信息素的不断蒸发会降低路径的吸引力,避免了系统快速收敛到局部最优解而非全局最优解。
蚂蚁是一种群居生物,共有蚁后、雄蚁、工蚁和兵蚁四种,分工不同各司其职。蚂蚁通过自身分泌的一种化学刺激物进行通信,且群体协作能力呈现出高智商协作化的特点,能完成远远超过个体能力的复杂任务。
其中,蚂蚁的生物行为具有任务分配、觅食聚集等特点,介绍如下。
(1) 任务分配。自然界中蚂蚁面对的任务分配与现实中的生产调动极为相似,其中蕴含着优先级调度原理。当蚂蚁在执行任务过程中接收到更高级别的任务,会停止当前任务而转去执行新任务;当新任务优先级低于当前任务时,蚂蚁会保持原有状态。
(2) 觅食聚集。自然界中蚁巢周围存在很多毫无规律可循、随机分布的食物源。但是,经过一段觅食时间后,众多蚂蚁总是可以找到一条蚁巢到食物源的最优路径。
Dorigo M.博士于1991年首次提出蚁群算法ACO (Ant Colony Optimization),该算法是一种新型的模拟进化算法,通过模拟蚂蚁的觅食过程,寻找蚁巢和食物源之间的最优路径。其中,蚁巢对应着WSNs的源节点,食物源对应着WSNs的目的节点,蚂蚁的走动比作WSNs中数据通信。
蚁群算法提出的人工蚂蚁,与自然蚂蚁存在如下共同特点。
(1) 通信交流机制相同。人工蚂蚁通过数据等数字信息来模拟自然蚂蚁在路径上释放的化学信息素。需要注意的是,人工蚂蚁释放的数字信息也需要定期人工挥发。
(2) 数据汇聚目的相同。人工蚂蚁与自然蚂蚁相同,旨在寻找从“源点”出发到“目的地”的最短路径。需要注意的是,人工蚂蚁和自然蚂蚁都是在相邻节点间逐步移动,不能跳跃。
(3) 路由转发策略相同。人工蚂蚁和自然蚂蚁都采用的是“局部视角”,根据相邻可达路径上的信息依据路由转发策略来随机选定路径,不会考虑从“源点”到“目的地”的全局路径。
旅行商问题TSP (Traveling Salesman Problem)是经典的线路寻优问题。其实质是一个旅行商要遍历N个城市,从一个城市出发,经历所有城市且每个城市仅仅经历一次后回归出发的城市,要求遍历路径最短。TSP问题规则简单,随着问题规模的增大求解复杂度骤增。以50个城市为例,采用穷举法再择优,由于路径总数量巨大,计算非常费时。但是,蚁群算法具有很强的发现最优解能力,适合解决此类问题。设定
下面给出任意时刻
如式(1)所示,
当蚂蚁
其中,
就信息素更新而言,有局部更新和全局更新两种方式。局部更新是指一个蚂蚁经过城市
WSNs路由模型建立之前,假定WSNs监测区域为一个
蚁群算法作为当前WSNs路由协议选择的热点算法,受到了业界学者的广泛深入的研究。其中,罗旭[
针对李成法 [
其中增加了剩余能量,节点所处区域节点密度和簇规模平均值三者因素的影响。在路由选择中利用节点剩余能量改进基本蚁群算法,在网络路由转发过程中决定人工蚂蚁的路由转发,该算法将式(1)中的信息素
刘剑鸣[
由于针对WSNs网络具体应用的不同需求,业界在利用改进蚁群算法进行WSNs路由协议优化时,侧重于路由选择策略。根据上述分析,研究学者在仿真验证时参照的性能指标存在多样化,主要涉及网络剩余能量,数据传输时延、路径搜索和路由构建的鲁棒性、算法执行效率以及传输数据分组丢包率等方面。今后,将研究重点放在如何有效提升改进蚁群算法的执行效率,提升数据在路由转发的成功率和可靠性方面,有效缩短时延将是未来研究的方向。
本文简单介绍了无线传感器网络的应用和特点,引出了基本蚁群算法特点及其在TSP问题中的应用。然后,简要汇总了当前业界将改进蚁群算法应用于无线传感器网络的研究现状并对仿真指标进行汇总。最后指出了改进蚁群算法在无线传感器网络中应用的研究方向。
在改进蚁群算法方面,大多研究学者从节点剩余能量,簇首竞争半径,邻接点等因素方面考虑,本文作者将会从节点分布的疏密度、节点转发频度等角度出发,进一步将改进蚁群算法应用于无线传感器网络路由协议,在均衡网络能量的同时有效延长WSNs的生命期。
北京联合大学“启明星”大学生科技创新项目(12205991501113),北京联合大学新起点计划项目资助(zk10201303),北京市职业院校教师素质提高工程资助项目。
马金锐,陈战胜. 基于蚁群算法的无线传感器网络路由协议综述Overview of Wireless Sensor Network Routing Protocol Based on Ant Colony Algorithm[J]. 计算机科学与应用, 2015, 05(10): 359-364. http://dx.doi.org/10.12677/CSA.2015.510045