寻址节点的无线传感器网络中的能量消耗的不均衡的问题，并避免某些节点的过早死亡和使整个网络的死亡，一种改进的算法，其可以有效地帮助源节点选择下一个合适的跳转节点。立有效的路由，改善能源不平衡并延长网络寿命。[标签]无线传感器网络能量蚁群算法近年来，一种新型微智能无线网络传感器集成了传感器技术，无线通信技术，微电子技术，嵌入式系统和分布式信息处理为一个新的研究领域，无线传感器网络而备受关注，并已成为大公司和领先的研究机构的主要研究中心。
线传感器网络无线传感器网络是一个由大量微智能传感器节点组成的网络，通过自组织无线网卡，通过协同检测分布在监控区域内，在无线传感器网络的覆盖区域中监视和实时收集检测对象信息。行一些治疗并将其发送给需要它们的用户。时，用户可以通过网络终端和监控软件监控网络的实时状态，并可以监控和管理网络中的所有节点。线传感器网络由大量传感器节点组成。个节点感知其信息（信息收集），然后通过跳转或多次跳转将感知数据转发到聚合节点（即，Sink节点）。节点经由有线或无线网络（例如卫星）发送到显示器，并且在图1，一种典型的传感器节点通常由四个部分组成的网络结构中示出：一个检测单元，单元数据处理单元，无线收发器单元和电源单元。测单元包括传感器和AD（数字 – 模拟转换器），其主要负责监控环境的数据采集和信号转换。据处理单元包括处理器和主要用于处理和存储数据的存储器。据被传输（传输）和接受。源为模块的完整操作提供电源。常，提供给节点的电源是有限的。个典型的无线传感器网络节点的结构示于图2中从传统的无线网络不同的是，无线传感器网络是一种有限的能源网络的，和能量通常不能完成。此，为了确保网络的正常运行，节约能源和有效利用能源是搜索无线传感器网络的热点。量研究表明，在无线传感器网络中，数据的接受和传输占绝大多数传感器能耗。
着时间的推移，当传感器的剩余能量不再能够发送和接收数据时，节点将无法正常工作并且不会宣告死亡。大量节点死亡时，整个传感器网络无法再执行监控任务。传感器网络中，每个节点具有的能量和来自汇聚节点（目标节点）的不同距离和消耗是不同的能量，从而导致快速的节点能量消耗和死后迅速消失。围的节点将携带，因为他们的死亡的多种数据传输任务，这也将加速周围节点，热敏元件加速了整个网络的死亡和减少其寿命的死亡。群算法是一种生物仿生算法：生物学家发现，蚁群总是可以找到蚁巢和蚂蚁之间的路径，并随着时间的推移，蚂蚁总能找到蚂蚁蚂蚁。续蚂蚁之间的较短路径继续加强这条道路，一只蚂蚁无法完成这项任务。
来，研究发现，蚂蚁可以找到最短路径，并留下下面的蚂蚁重复了蚂蚁的方式本身被称为“信息素”的物质，这可以通过使用挥发性物质其他蚂蚁。别并影响蚂蚁选择路径。设有鸟巢和一些食物的蚂蚁之间的多条路线将随机选择fourmis.Dans殖民地四面八方通向食物开始后的路线，结线较长，部分航线有较短的蚂蚁以同样的速度同时离开。此同时，用来选择短路线路的蚂蚁就会有更多的来回，而长途旅行蚂蚁们没有多少来回，使信息素的蚂蚁上发布的浓度最短的路线会更高。“信息素”长路径的浓度低和蚂蚁乘坐的选择往往有利于具有高浓度的“信息素”的路线的被偏压。于“信息素”是挥发性的，它也会以一定的速率挥发，这也有利于在选择路径时避免局部最优。
群模型的描述：几只蚂蚁被放置在不同的城市。
蚁按照一定的规则访问所有城市，直到所有城市都被越过。过所有城市后，道路的信息素浓度得到更新。所有交叉路径中找到最短的循环。群算法的传递路径，假定有男子在正随机放置（M≤n）的城市，并在时间tk，K（K = 1，2，…，M）在一个特定的城市被选择时，选择用于目标城市的概率是，公式如下（3-1）可以从大小主要取决于量的式推导出，表明信息素的释放由浓度蚂蚁在时间t从城市i到城市j的路上，这是在最初的时刻。t = 0时，它的浓度是常数C（C = 0），并且α是在全路径的选择的信息素浓度的加权参数。示城市的i到城市J–其链接到问题réel.Par例如启发式知识，流动旅行者的问题，它可以定义ηij= 1 / DIJ，dij为城市i和j之间的距离β表示路径的启发因子。外，为了防止蚂蚁定期访问以前访问过的城市，每个蚂蚁都存储一个禁止路面表，用于记录交叉城市。新信息素：通过所有的城市去后，所有通道每只蚂蚁信息素释放，它通过信息素传递信息，这是易挥发和蒸发以一定的速度。也避免了道路上残留信息素的无限增量，从而抵消了启发式对路径选择的影响。一个循环之后，当时间是t = t 1时，信息素被更新并且更新规则如下：在3-2表示式中的等式（3-2）表示在信息素残留时间t的路径（I，J），ρ表示信息素的挥发率的百分比，通常为（0.1）之间，即0 <ρ<1指示所有米蚂蚁是在当前路径的端部之后的路径（I，J的释放信息素。量指示将在的端部通过蚂蚁k的路径（ⅰ上发布的信息素，j）的交叉电流。无线传感器网络中，人造蚂蚁被放置在每个传感器节点，其具有天然的蚂蚁的基本特征，并且还具有用于存储路径信息的某些容量。个蚂蚁可以找到“合适的”路径为了延长课程网络的寿命应考虑节点的能耗和能量平衡。点的数据传输的能量消耗是密切相关的传输距离的节点和能量平衡要求节点考虑到选择下一个跳路径时以下跳节点的剩余能量。
此，选择传感器节点的下一跳节点是合适的。进的人工蚂蚁选择以下跳跃节点的计算公式：Eq。（3-3）在上面的公式中，Eit表示在时间t的节点i的剩余能量，E0表示传感器节点的初始能量。节点在蚁群算法的监督下选择下一跳节点，直到信息被发送到接收节点以完成数据传输过程。真实验表明，采用改进的蚁群算法，节点的能量消耗比经典的Leach分类算法更均衡。
论第一个节点的死亡时间，节点死亡时间的一半还是大部分死节点都晚于Leach算法，网络生命周期更长。考文献[1]常威，刘猜星，基于多态蚁群算法[J]，计算机工程，2010年，36（7）WSN能量平衡的路由协议：87〜92 [2]方奇，左宪章。于蚁群算法的传感器网络组间路由算法研究[J]。
算机测量与控制，2010.18（5）：76〜78 [3]基于路由蚁群存活时间[J]最大无线传感器的陈优熔于Li.Réseau。算机应用，2011，31（11）：28-29。4]赵玲。于PEGASIS算法的无线传感器网络路由算法研究[D]。庆：重庆理工大学，2009。南文理学院计算机科学学院，湖南常德415000″
本文转载自
热敏元件www.wisdom-thermostats.com