1、“.....路由协议允许进行本地链路修复，失效前跳节点将启动路由发现过程，广播以便建立新路由。如果在给定时问里能重新建立起有效路由，就接着发送数据如果建立路由不成功，则向上游节点发送。路由失败后先进行本地链路修复可以减少数据传送的延时，提高数据包的发送率。蚁群路由实现与结果仿真具体的仿真条件设为在的正方形区域内随机散布个节点个数据源节点位于个目的节点位于节点的通信距离是。假设节点的发送能耗，接收能耗所有节点的初始能量均相同，为为能量单位。目的节点要求数据源以帧的速度发送数据为了简化并加快能量的消耗......”。

2、“.....为字节数据传输速率为。算法中，，网络中的信息素每每秒蒸发次,节点能量每减少，启动次剩余能量通知机制。对路径最优仿真，取对能量均衡最优仿真，取，我们分别对这两种情况进行比。即以第个节点因能量耗尽取低于而死亡的时间为网络寿命。图路径最优情况下能量消耗图能量均衡情况下能量消耗上两个图分别是在路径最优和能量均衡最优两种情况下，仿真运行时的网络能量消耗分布。从图中，我们发现最短路径上的节点能量消耗很大，最大达。这是由于最短路径上的节点被频繁使用的原因。而不在最短路径上的节点几乎没有消哈尔滨远东理工学院学士学位论文耗，仅有。这是初始阶段蚂蚁扩散的时候产生的。最大最小能耗相差以上。从图中，我们发现能量消耗非常均匀，其中最大能量消耗为，最小能量消耗为，最大最小能耗相差只有左右。这是因为能量均衡优化时，路由选择剩余能量多的节点......”。

3、“.....我们也看到能量均衡最优情况下的平均能耗大于路径最优的情况。这是因为在能量均衡最优情况下，传输数据使用较远路径，增加转发次数，从而增加能量消耗。图路径最优情况下能量分布图能量均衡最优情况下剩余能量分布实验是在平台上进行的，实验中使用的和协议是内置的。在网络场景设置中，我嗯设定了个固定节点和个移动节点。这些节点之间通过协议进行通信，场景中有个服务节点，而客户端节点的数量会随机改变，每个客户节点以通过改变包的大小以形成网络拥塞的场景。通过吞吐量平均延迟传送率三个指标来比较蚁群优化路由算法与和算法的性能。哈尔滨远东理工学院学士学位论文图三种路由协议的吞吐量比较从图中可明显看出，算法的吞吐量曲线置于最下方，不仅较低，且随着网络负载的增加几乎没有变化算法的吞吐量曲线居中，随着网络负载的增加吞吐量有所增加，但增长缓慢而吞吐量曲线置于最上方......”。

4、“.....且随着网络负载的增加吞吐量增长很快。三种算法当网络负载超过以后，吞吐量呈衰减趋势。图三种路由协议的平均延迟比较当网络负载较低的时候，协议和算法平均时延较短，而时延比较长。而随着网络负载的增加，的平均延迟越来越大，但是和算法则变化不大。当网络负载较小时，和算法能传送超过的数据包。而随着网络负载的不断增加，三种路由算法都表现了不同程度的传送率性能下降，相对来说，下降速度最快，其次，算法要好些。因此，通过吞吐量平均延迟传送率三个指标进行比较，随着网络负载的增加，蚁群路由算法相比和有比较明显的优势。哈尔滨远东理工学院学士学位论文图三种路由协议的数据包的传送率比较本章小结针对移动自组网提出了种基于蚁群优化的路由算法，该算法很好地利用了蚁群算法的自适应性，能有效地承载移动自组网的负载。在平台下的算法仿真表明，该算法在移动自组网环境下表现了较好的性能......”。

5、“.....比和的性能都要好。蚁群优化方法的自组织动态和多路径的特性使其特别适合应用于无线传感器网络的路由本文提出的基于蚁群优化的能量均衡路由算法具有路由代价低自适应性好支持多路径和支持休眠模式等特点仿真分析表明，该算法能有效实现节点能量的均衡消耗，采用能量均衡优化与路径优化相比能显著延长网络寿命该算法能够通过调整信息素浓度和局部启发值的权重，在路径和能量均衡方面进行综合优化，以满足各种不同应用的需要。哈尔滨远东理工学院学士学位论文第章课题研究中的难点及解决方法本章主要是对过去几个月中的制作论文过程的总结，蚁群算法有演变成蚁群优化算法，甚至鱼群算法，有它需要解决的难题。而本文主要是研究蚁群优化算法在无线网络中的应用，基于无线网络的不确定性，能耗低性，数据延迟性，我主要做出下几点......”。

6、“.....可记为，用于存储到目前为止蚂蚁已经访问过的结点编号，这样可以防止蚂蚁在次环游中走重复的结点。这样，禁忌表记录了蚂蚁的路径痕迹，在次环游结束时，禁忌表可用来计算出这只蚂蚁的当前解以及和解相关的估价信息例如这条路径的权值。进入下个周期前，禁忌表又被清空，蚂蚁进入下轮搜寻。从数据结构观点来看，是个动态增长的向量，在路径构建过程中动态增长，而表示蚂蚁的禁忌表的第个元素，例如蚂蚁后在当前环游中的第个经过的结点。禁忌表通常用来定义提到过的邻域结构，它们之间的关系是并且在蚂蚁构建解过程中，除了要考虑蚂蚁释放信息素对于构建的影响，还要考虑问题本身也就是图的结构，尽可能的把图结构本身信息加入到构建因素中，实现了贪心式启发信息和蚂蚁群体智能的统。因此，可以定义边,可视性为边,的权值的倒数，这个值依赖于问题本身的性质......”。

7、“.....可视性是个常量。如何有效使用无线传感器节点有限的能量来最大化网络的寿命是无线传感器网络研究的重要问题及解决方法如下网络能量是否均衡消耗对网络寿命有着决定性的影响。针对无线传感器网络中节点能量受限的特点，把蚁群优化算法应用于无线传感器网络，考虑通信路径长度和节点剩余能量等因素，提出具有能量意识，从多方面解决节点间的能耗不均衡问题。该算法在能耗不均衡和传输延迟等方面将有很大改进，实现全网节点的能耗均衡，将有效延长网络生命期，减小传输时延。蚁群算法道路最优规划问题蚂蚁更倾向于走宽敞顺畅的大道，有的路径虽然短，但可能崎岖不平道路狭窄，因而需要较长时间通过，全面考虑这些因素怎样规划出不仅路径短而且省时的最优路径针对这个问题要求对蚁群算法进行优化改进，在蚁群算法中，人工蚂蚁在运动过程中会根据各路径上的信息素轨迹量决定下步的转移方向......”。

8、“.....表示人工蚂蚁从转移到节点的概率,表示人工蚂蚁下步允许选择的节点，禁忌表用来记录人工蚂蚁当前走过的点，随进化过程作动态调整，表示边,上的信息素浓度，表示节点相对节点的可见度，表示节点到节点的距离，和是信息素浓度和控制可见度的权衡。哈尔滨远东理工学院学士学位论文改进的状态转移规则为其它表示道路,的宽敞，畅通程度，是道路的宽敞，畅通度的权衡，其余参数同基本蚁群算法。它是将只蚂蚁定位于起点，向目标点靠拢，每个蚂蚁使用改进后的状态即从个节点到另个节点，直到最后终达到目标，完成条路径导航。到节点,其中是个参数，表示在时刻和之间信息素消逝程度。，表示在时刻和之间第只蚂蚁在路径......”。

9、“.....表示在时刻和之间路径,上信息素增量。当所有蚂蚁完成各自路径的选择过程，必须对各边上的信息素按公式作次全局更新，此时为其他情况个蚂蚁经过质检第和若此时,其中，为目标函数，路径越优，值越小，该路径上增加的信息素量就越多。蚁群算法中怎样调和味选取最近的结点而造成的易陷于局部最优解的问题在蚁群算法系统中，当蚂蚁从结点选择下结点，首先要比较禁忌表，然后再计算每个相邻结点的转移概率，这需要较长的计算时间。而根据算法的原理，被选择的结点通常为比较邻近的结点，为了达到调和的目的，对于要计算转移概率的结点，设为个，按距离的远近取最近的个连续的和次近的个连续的结点计算概率，两者相隔的距离为，如则取所有的相邻结点来计算，例如距离从近到远的结点为则选择计算的结点，，和，，。这样既可有效地减少结点计算的数量，提高计算的速度......”。