一种基于鲸鱼优化的多路径路由发现算法
2021-05-29王勇智李武劲
湖南理工学院学报(自然科学版) 2021年2期
王勇智,范 钦,戴 华,李武劲
(湖南理工学院 信息科学与工程学院,湖南 岳阳 414006)
0 引言
1 基于鲸鱼优化的多路径路由发现算法
1.1 网络模型
用无向加权连通图G=(V,E)表示网络,其中V为网络中节点的集合,E为网络中节点之间的网络链路的集合,v∈V表示图中的节点,e=(i,j)∈E表示节点vi与vj之间的有效链路.定义Psd为源节点vs∈V到目标节点vd∈{V-{vs}}之间的有效路径的集合,pi∈Psd是该路径集合中的第i条有效路径.假定候选有效路径数目为N,则有Psd={p1,p2,p3,…,pN}.
1.2 鲸鱼优化算法
鲸鱼优化算法(WOA)是Mirjalili和Lewis在2016年提出的一种元启发优化算法,该算法基于座头鲸的狩猎行为,将优化求解的问题划分为泡泡网攻击(Bubble-net attacking)以及搜索猎物(Searching for prey)两个过程[1].每只鲸鱼的位置代表一个可行解,在D维解空间中其位置为Xsd=(x1,x2,x3,…,xD),其中xj∈Xsd表示源节点到目标节点的一条有效路径.结合传统WOA算法,移动自组网络的多路径路由发现优化模型由泡泡网攻击与搜索猎物两个子模型组成.
(1) 泡泡网攻击
收缩包围机制:在鲸鱼优化算法中,所有鲸鱼根据猎物的位置更新自己的位置:

其中t表示当前路由发现的迭代,→表示当前迭代的位置向量,而表示截至当前迭代的局部最优解.和是系数向量,且

其中随着迭代过程的推进由2递减到0,和为[0,1]上的随机向量.通过降低式(3)中的值,可实现收缩包围的行为.假设为[-1,1]上的随机向量,则可定义当前鲸鱼的新位置为其原始位置与猎物位置之间的任意位置.
目前,关于测绘监理的国家统一法规、技术规范还未出台,各省还是在……
登录APP查看全文