博文
review: 传感器网络中基于蚁群算法的实时查询处理
|||
传感器网络中基于蚁群算法的实时查询处理
余建平, 林亚平
余建平, 林亚平
Journal of Software, Vol.21, No.3, March 2010, pp.473−489
摘 要:
无线传感器网络因不同应用而被广泛部署于各种场合,通常被视为分布式数据库.可以通过向该类数
据库发布查询请求来获取事件相关的响应信息.一些具有实时需求的应用对查询时延要求较高,而目前存在的
查询算法通常不能很好地满足实时查询应用的需求.针对此类特定应用,提出了基于蚁群优化的实时查询处理
据库发布查询请求来获取事件相关的响应信息.一些具有实时需求的应用对查询时延要求较高,而目前存在的
查询算法通常不能很好地满足实时查询应用的需求.针对此类特定应用,提出了基于蚁群优化的实时查询处理
算法,该算法采用基于事件重要性的分环存储策略和基于蚁群算法的分布式搜索机制,充分利用蚁群优化算法
的自组织和正反馈等特征,综合提高查询处理算法的节能性、实时性及查询请求接受率,为分布式动态并行实时
查询应用提供新的思路.执行过程仅需局部环境信息即可有效获取指定事件信息并动态确定事件副本的数目
及其位置.理论分析和实验表明,此算法既能在一定程度上提高节能性和查询成功率,又能显著缩短查询时延,与
现有的算法相比,具有明显的优越性.
的自组织和正反馈等特征,综合提高查询处理算法的节能性、实时性及查询请求接受率,为分布式动态并行实时
查询应用提供新的思路.执行过程仅需局部环境信息即可有效获取指定事件信息并动态确定事件副本的数目
及其位置.理论分析和实验表明,此算法既能在一定程度上提高节能性和查询成功率,又能显著缩短查询时延,与
现有的算法相比,具有明显的优越性.
关键词: 无线传感器网络;实时查询处理;数据复制;蚁群算法
传感器网络 -> 数据查询处理机制
the organization of this paper:
1) 第1 节简单介绍群集智能的特征和原始蚂蚁算法.
2) 第2 节提出基于多蚁群算法的实时查询处理算法ARTQP.
3) 第3 节对提出的实时查询处理算法ARTQP 进行相应的理论分析.
4) 第4 节通过模拟实验对ARTQP 算法进行验证.第5 节对全文的工作进行总结.
1 群集智能及原始蚂蚁算法
1.1 群集智能
1.2 原始蚂蚁算法
2 传感器网络中基于蚁群算法的实时查询处理
2.1 传感器网络模型及问题描述
2.1 传感器网络模型及问题描述
以事件复制存储为前提的传感器网络实时查询如图2 所示.
2.2 事件聚合及事件编码
2.2.1 事件数据聚合
2.2.1 事件数据聚合
2.3 传感器网络中基于事件优先级的分环存储策略
2.4 传感器网络中基于蚁群优化的实时查询处理算法
ARTQP 算法的网络环境如图4 所示.
2.4.6 ARTQP 算法的具体步骤
3 ARTQP 算法理论分析
3.1 ARTQP算法复制能耗分析
4 仿真实验
https://wap.sciencenet.cn/blog-468147-602559.html
上一篇：review: The Massification and Webification of Systems’ Mod
下一篇：review: Strategies for effective Web services adoption
扫一扫，分享此博文