題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 一種基于水田模式及網(wǎng)絡(luò)能量的WSN路由模型
- 小類：
- 信息技術(shù)
- 大類：
- 科技發(fā)明制作B類
- 簡介：
- 無線傳感網(wǎng)絡(luò)在軍事、醫(yī)療以及工農(nóng)業(yè)等領(lǐng)域已被廣泛應(yīng)用。本作品在基本蟻群算法的基礎(chǔ)上，參考各種基于經(jīng)典蟻群算法的改進(jìn)算法，對網(wǎng)絡(luò)能量、拓?fù)涞确矫孀隽诉M(jìn)一步的研究和改進(jìn)，在保證傳輸速率的基礎(chǔ)上更有效地利用網(wǎng)絡(luò)能量。在農(nóng)業(yè)現(xiàn)代化逐漸普及的中國市場，本作品必將在精細(xì)農(nóng)業(yè)監(jiān)控上發(fā)揮著重要作用。
- 詳細(xì)介紹：
- 無線傳感網(wǎng)絡(luò)在軍事、醫(yī)療以及工農(nóng)業(yè)等領(lǐng)域已被廣泛應(yīng)用，未來發(fā)展更會與我們的生活息息相關(guān)。本作品在基本蟻群算法的基礎(chǔ)上，參考各種基于經(jīng)典蟻群算法的改進(jìn)算法，對網(wǎng)絡(luò)能量、拓?fù)涞确矫孀隽诉M(jìn)一步的研究和改進(jìn)。 本作品所提出的EERBA算法，在基本蟻群算法的基礎(chǔ)上，引入了基于能量的遞減參數(shù)e，調(diào)節(jié)節(jié)點(diǎn)鏈路的信息素，兼顧網(wǎng)絡(luò)能量使用和數(shù)據(jù)傳輸速率，避免盲區(qū)的出現(xiàn)，改善了由于蟻群算法路由過分利用最短路徑造成個別節(jié)點(diǎn)能量消耗過快而導(dǎo)致網(wǎng)絡(luò)穩(wěn)定性不高的弊病，從而在保證傳輸速率的基礎(chǔ)上有效地利用網(wǎng)絡(luò)能量。 在農(nóng)業(yè)現(xiàn)代化逐漸普及的中國市場，本作品更利于珠三角地區(qū)丘陵地貌等地理環(huán)境中無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的使用，結(jié)合實(shí)際，其必將在精細(xì)農(nóng)業(yè)監(jiān)控上發(fā)揮著重要作用。
作品圖片
作品專業(yè)信息
設(shè)計(jì)、發(fā)明的目的和基本思路、創(chuàng)新點(diǎn)、技術(shù)關(guān)鍵和主要技術(shù)指標(biāo)
- A. 作品設(shè)計(jì)、發(fā)明的目的： （1）提出一種平衡網(wǎng)絡(luò)能量的新算法EERBA （2）均衡地使用網(wǎng)絡(luò)的能量，降低網(wǎng)絡(luò)節(jié)點(diǎn)的重復(fù)使用率，延長節(jié)點(diǎn)的壽命 （3）增強(qiáng)網(wǎng)絡(luò)拓?fù)湫裕瑴p少網(wǎng)絡(luò)由于路由重構(gòu)而引起的能量消耗 （3）減少丟包率，提高網(wǎng)絡(luò)傳輸質(zhì)量 （4）將本算法推廣應(yīng)用于水田或丘陵等地理環(huán)境。 B. 作品基本思路： （1）引入基于能量的遞減參數(shù)e，通過信息素的遞減避免鏈路的重復(fù)使用 （2）用NS-2網(wǎng)絡(luò)仿真軟件對模型進(jìn)行算法仿真，測量網(wǎng)絡(luò)平均能量、網(wǎng)絡(luò)節(jié)點(diǎn)剩余能量方差、標(biāo)準(zhǔn)差、丟包率、跳數(shù)等參數(shù) （3）制作硬件仿真節(jié)點(diǎn)，構(gòu)建模擬矩陣網(wǎng)絡(luò)模型對本算法進(jìn)行仿真模擬。 C. 創(chuàng)新點(diǎn)： （1）兼顧網(wǎng)絡(luò)能量和數(shù)據(jù)傳輸速率，避免出現(xiàn)盲區(qū) （2）算法簡單，運(yùn)算速度快，克服死鎖問題 （3）有利于在廣東省丘陵地貌等地理環(huán)境中使用。 D. 技術(shù)關(guān)鍵： 引入信息素修改公式，實(shí)現(xiàn)螞蟻信息素正負(fù)反饋雙向操作，克服盲區(qū)。引入基于能量的遞減變量，避免死鎖。 E. 主要技術(shù)指標(biāo)： （1）隨機(jī)選擇網(wǎng)絡(luò)運(yùn)行時刻，網(wǎng)絡(luò)所有節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差相對于基本蟻群算法有明顯下降，表示網(wǎng)絡(luò)節(jié)點(diǎn)能量使用比較均衡 （2）隨機(jī)選擇網(wǎng)絡(luò)節(jié)點(diǎn)，在網(wǎng)絡(luò)運(yùn)行始末，節(jié)點(diǎn)信息素呈現(xiàn)震蕩狀態(tài)，表示在網(wǎng)絡(luò)運(yùn)行過程中，路由曾經(jīng)出現(xiàn)重構(gòu) （3）網(wǎng)絡(luò)所有節(jié)點(diǎn)能量下降曲線斜率小于基本蟻群算法，表示整個網(wǎng)絡(luò)的能量更加節(jié)省 （4）節(jié)點(diǎn)平均丟包率相對基本蟻群算法有明顯下降 （5）網(wǎng)絡(luò)運(yùn)行時間為基本蟻群算法的1.32倍。
科學(xué)性、先進(jìn)性
- 本作品相對于基本蟻群算法以及很多改進(jìn)型的蟻群算法如FEURA算法、EEABR算法、ACO算法、DATA算法等，在網(wǎng)絡(luò)生存時間，能量均衡使用以及增強(qiáng)網(wǎng)絡(luò)拓?fù)湫院汪敯粜?，避免死鎖等問題上均有明顯優(yōu)勢。下面主要以本申報(bào)書中出的EERBA算法與基本蟻群算法以及LEACH-EI算法進(jìn)行對比。 1.基本蟻群算法 基本蟻群算法具有良好的魯棒性和很高的數(shù)據(jù)傳輸速率，但是由于沒有考慮到無線網(wǎng)絡(luò)能量的局限性，容易造成網(wǎng)絡(luò)局部壞死。 2.LEACH-EI算法 LEACH-EI算法雖然該算法考慮到節(jié)點(diǎn)能量消耗問題，但是使用簇頭傳送數(shù)據(jù)會減慢數(shù)據(jù)傳送速率。 3.EERBA算法 本算法根據(jù)節(jié)點(diǎn)剩余能量水平對信息素濃度加以修正，加快能量水平較低的節(jié)點(diǎn)的信息素衰減。既保持較快的數(shù)據(jù)傳輸速率，同時平衡網(wǎng)絡(luò)各節(jié)點(diǎn)的能量水平，延長網(wǎng)絡(luò)的工作時間。 經(jīng)過軟件仿真實(shí)驗(yàn)，EERBA算法相對于基本蟻群算法，無線網(wǎng)絡(luò)生存時間延長1.3倍以上。
獲獎情況及鑒定結(jié)果
- 2011年3月獲華南農(nóng)業(yè)大學(xué)“丁穎杯”課外學(xué)術(shù)科技作品競賽校級一等獎
作品所處階段
- 實(shí)驗(yàn)室階段
技術(shù)轉(zhuǎn)讓方式
- 無
作品可展示的形式
- ■模型 ■圖紙 ■現(xiàn)場演示 ■ 圖片 ■錄像
使用說明,技術(shù)特點(diǎn)和優(yōu)勢,適應(yīng)范圍,推廣前景的技術(shù)性說明,市場分析,經(jīng)濟(jì)效益預(yù)測
- 使用說明：本作品在基本蟻群算法的基礎(chǔ)上進(jìn)行修改，可以使用于802.11協(xié)議、MAC協(xié)議、S-MAC協(xié)議等底層路由協(xié)議。 技術(shù)特點(diǎn)和優(yōu)勢：本作品最大的優(yōu)勢就是在加強(qiáng)對WSN網(wǎng)絡(luò)中節(jié)點(diǎn)的監(jiān)控，對網(wǎng)絡(luò)中節(jié)點(diǎn)間的數(shù)據(jù)傳輸進(jìn)行優(yōu)化，進(jìn)一步延長網(wǎng)絡(luò)生命周期。 適用范圍及市場推廣前景分析：目前，WSN技術(shù)已經(jīng)被廣泛應(yīng)用于很多領(lǐng)域，主要用于實(shí)時監(jiān)測、溫度、濕度、噪音和有害氣體濃度等物理信息，在軍事、農(nóng)業(yè)及環(huán)境應(yīng)用、智能交通等方面都有著廣闊的應(yīng)用前景。 本作品的產(chǎn)品定位主要是精細(xì)農(nóng)業(yè)監(jiān)控。特別是向節(jié)約化精準(zhǔn)農(nóng)業(yè)發(fā)展，這也符合了未來農(nóng)業(yè)發(fā)展的趨勢。 在高密度飼養(yǎng)場中運(yùn)用此項(xiàng)技術(shù)，建立動物監(jiān)測平臺，對動物的健康狀況（包括動物飼料的供給，造成動物大規(guī)模死亡的病毒等等）進(jìn)行無盲區(qū)監(jiān)控，降低生產(chǎn)和飼養(yǎng)成本，也是當(dāng)前發(fā)展的熱點(diǎn)之一。此外，在水文監(jiān)測，大氣監(jiān)測，鳥類、昆蟲等小動物運(yùn)動追蹤，森林火災(zāi)隱患的信息收集，道路、交通、橋梁的故障排除以及電網(wǎng)由于冰雪故障引起的斷路或短路等領(lǐng)域都具有相當(dāng)明顯的應(yīng)用前景。
同類課題研究水平概述
- 蟻群路由算法國外研究水平： 根據(jù)螞蟻“尋找事物”的群體行為，意大利學(xué)者Dorigo M等于1991年在法國巴黎召開的第一屆歐洲人生命會議上最早提出了蟻群算法基本模型；1992年，Dorigo M又在其博士論文中進(jìn)一步闡述了蟻群算法的核心思想。2000年，Dorigo M 和Bonabeau E等在國際頂級學(xué)術(shù)刊物《Nature》上發(fā)表了蟻群算法綜述，從而把這一領(lǐng)域的研究推向了國際學(xué)術(shù)的最前沿。 進(jìn)入21世紀(jì)的最近幾年，國際著名頂級學(xué)術(shù)刊物《Nature》曾多次對蟻群算法的研究成果進(jìn)行報(bào)道，《Future Generation Computer Systems》和《IEEE Transactions on Evolutionary Computation》分別與2000 和2002出版了蟻群算法特刊。如今，在國內(nèi)外許多學(xué)術(shù)期刊和會議上，蟻群算法已經(jīng)成為一個備受關(guān)注的研究熱點(diǎn)和前沿性課題。Gutjahr W J于1999年撰寫的技術(shù)報(bào)告和2000年發(fā)表的學(xué)術(shù)論文在蟻群算法發(fā)展史上有著特殊的作用，因?yàn)檫@兩篇文章首次對蟻群算法的收斂性進(jìn)行了證明。 蟻群路由算法國內(nèi)研究水平： 我國在蟻群算法領(lǐng)域研究起步較晚，國內(nèi)最先研究蟻群算法的是東北大學(xué)控制仿真研究中心的張紀(jì)會博士與徐心和教授。 基于蟻群優(yōu)化算法(ACO)，Xiaoming Wang 等人提出新穎的自適應(yīng)智能路由算法(簡稱ACLR)。FMEPNF是劉徐迅等人提出一種集能耗、時延、魯棒性和傳輸效率等于一體的多目標(biāo)路由，且各目標(biāo)的權(quán)重可以根據(jù)實(shí)際情況進(jìn)行調(diào)節(jié)，具有較強(qiáng)的靈活性，這是一種正反饋和負(fù)反饋并存機(jī)制的蟻群算法。而劉玲等人在基于螞蟻算法的分布式數(shù)據(jù)匯集算法(DADC)的基礎(chǔ)上進(jìn)行改進(jìn)，提出一種基于螞蟻算法的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合路由算法(DABA)。 蟻群算法自創(chuàng)立以來十多年的發(fā)展歷程，目前人們對蟻群算法的研究已經(jīng)由當(dāng)初單一的TSP領(lǐng)域滲透到了多個應(yīng)用領(lǐng)域。由解決一維靜態(tài)優(yōu)化問題發(fā)展到解決多維動態(tài)組合優(yōu)化問題，由離散域范圍內(nèi)研究逐漸拓展到了連續(xù)域范圍內(nèi)研究，而且蟻群算法的硬件實(shí)現(xiàn)上取得了突破性進(jìn)展，同時在蟻群算法的模型改進(jìn)與其他仿生優(yōu)化算法也取得了相當(dāng)豐富的研究成果，從而使這種新興的仿生優(yōu)化算法展現(xiàn)出前所未有的勃勃生機(jī)，并已經(jīng)成為完全可與遺傳算法相媲美的仿生優(yōu)化算法。
