高月仁，吳 濤，高 峽

(1.唐山曹妃甸聯(lián)城科技股份有限公司，河北 唐山 063200； 2.華北理工大學(xué)，河北 唐山 063200；3.唐山曹妃甸發(fā)展投資集團(tuán)有限公司，河北 唐山 063200)

0 引 言

目前的科技水平正處于創(chuàng)新與發(fā)展階段，隨著技術(shù)的不斷優(yōu)化、創(chuàng)新，互聯(lián)網(wǎng)面向社會(huì)各個(gè)領(lǐng)域大面積普及，社會(huì)中的生產(chǎn)生活信息，通過(guò)網(wǎng)絡(luò)接收傳送，這其中就離不開(kāi)路由的支持。路由是通過(guò)相互連接的網(wǎng)絡(luò)，將信息從原地址發(fā)送到目的地的活動(dòng)，通俗來(lái)說(shuō)就是路由將打包的網(wǎng)絡(luò)信息轉(zhuǎn)送給信息搜索人，其中信息在路由的傳送下，需要跨過(guò)一些節(jié)點(diǎn)后到達(dá)目標(biāo)地，而路由頻率動(dòng)態(tài)擇徑是指在復(fù)雜網(wǎng)絡(luò)下通過(guò)路由的移動(dòng)頻率選擇一個(gè)最優(yōu)的路由路徑[1-3]。

為了讓信息可以更快速地傳送到搜索人的手中，一些學(xué)者提出了路由頻率動(dòng)態(tài)擇徑方法，該方法根據(jù)搜索人的搜索目標(biāo)、搜索指令以及信息源地和接收地地址，選取一個(gè)路徑用來(lái)傳遞搜索信息。但該路徑在反復(fù)測(cè)試中，傳輸數(shù)據(jù)的效果并沒(méi)有達(dá)到預(yù)期。文獻(xiàn)[4]提出了一種能量感知的ZigBee樹(shù)型路由EZTR(Energy-aware ZigBee Tree Routing)算法，該算法利用每個(gè)節(jié)點(diǎn)感知的地址信息，按照Z(yǔ)igBee網(wǎng)絡(luò)樹(shù)型結(jié)構(gòu)計(jì)算下一跳鄰居節(jié)點(diǎn)到目的節(jié)點(diǎn)之間的跳數(shù)，可避免網(wǎng)絡(luò)的環(huán)路效應(yīng)，通過(guò)引入認(rèn)知概念，在跳數(shù)集合中選出最短路徑以降低跳數(shù)。在ZigBee網(wǎng)絡(luò)節(jié)點(diǎn)能量的感知過(guò)程中，當(dāng)所選路徑存在低能量節(jié)點(diǎn)時(shí)，及時(shí)啟用備用節(jié)點(diǎn)，從而避免節(jié)點(diǎn)因能量過(guò)度消耗成為失效節(jié)點(diǎn)；文獻(xiàn)[5]提出了一種基于可靠路徑剩余生存期估計(jì)的MANET路由發(fā)現(xiàn)算法，該算法充分考慮相鄰鏈路剩余生存期相關(guān)性，建立優(yōu)化的多跳路徑RPL統(tǒng)計(jì)特性分析，提供了更可靠的路由穩(wěn)定性評(píng)估，通過(guò)仿真分別與忽略鏈路RLL相關(guān)性的源路由協(xié)議及已有穩(wěn)定性路由協(xié)議進(jìn)行對(duì)比；文獻(xiàn)[6]提出了基于E-router的能源互聯(lián)網(wǎng)分層分區(qū)優(yōu)化策略，底層基于E-router的微網(wǎng)經(jīng)濟(jì)調(diào)度以發(fā)電成本最低為目標(biāo)實(shí)行分布式局部?jī)?yōu)化，上層路由交易中心采用文中所提出的基于圖論的電力庫(kù)交易優(yōu)化策略，通過(guò)E-router選取沒(méi)有阻塞的最低網(wǎng)損路徑進(jìn)行電量傳輸，實(shí)現(xiàn)效益最大化和阻塞管理，最后，通過(guò)仿真驗(yàn)證了所提優(yōu)化策略和模型的有效性。但是以上3種方法的避障規(guī)則存在缺失，導(dǎo)致得到的路由傳輸路徑不是最優(yōu)。

文獻(xiàn)[7]提出了一種基于信任評(píng)估的Ad Hoc安全路由協(xié)議TEAR，該協(xié)議在節(jié)點(diǎn)行為信任評(píng)估方案的基礎(chǔ)上，通過(guò)使用鏈路信任值和路徑信任值表示節(jié)點(diǎn)和路徑的可信度，同時(shí)，在鏈路信任值計(jì)算時(shí)，引入了基于公共鄰居節(jié)點(diǎn)的間接信任評(píng)估方法和可變時(shí)間窗機(jī)制，保證了信任值計(jì)算的準(zhǔn)確性和實(shí)效性，實(shí)現(xiàn)了安全路徑的快速選擇；文獻(xiàn)[8]提出了基于S3變換的TriBA-Net最短路徑路由機(jī)制，方法中所用到的文字1、3、2的集合與群論中的三文字集S3群具有相同的含義，其次，設(shè)計(jì)了一種相隔節(jié)點(diǎn)間的通信模型，根據(jù)通信路徑端點(diǎn)的可能狀態(tài)，將通信劃分為6種宏觀數(shù)據(jù)流動(dòng)模式，最后，利用S3群的循環(huán)置換特性對(duì)通信模型進(jìn)行簡(jiǎn)化，在XC6VLX550TL芯片上完成了SPR4T路由器的設(shè)計(jì)實(shí)現(xiàn)。但是以上2種方法的最短擇徑時(shí)間較長(zhǎng)。

文獻(xiàn)[9]提出了一種基于最優(yōu)跳數(shù)的非均勻分簇算法，首先推導(dǎo)了使節(jié)點(diǎn)直線傳輸數(shù)據(jù)到基站總能耗最小時(shí)的最優(yōu)跳數(shù)，得到路由消耗最小的理想路徑，然后，根據(jù)該理想路徑形成的熱區(qū)引入入簇半徑調(diào)整簇規(guī)模，以平衡節(jié)點(diǎn)出任簇頭時(shí)的簇內(nèi)和路由中繼能耗，最后，在保證能耗均衡的前提下，選擇鄰居候選簇頭中較符合理想路徑的節(jié)點(diǎn)作為下一跳中繼節(jié)點(diǎn)，進(jìn)一步降低能耗速率；文獻(xiàn)[10]在分析傳統(tǒng)BGP路由選路機(jī)制缺陷的基礎(chǔ)上，采用SDN控制技術(shù)，提出了一種支持傳統(tǒng)路由設(shè)備和OpenFlow設(shè)備的路由反射優(yōu)化方法，并給出了具體實(shí)現(xiàn)算法及部署方案，典型應(yīng)用場(chǎng)景的測(cè)試結(jié)果表明，國(guó)際訪問(wèn)時(shí)延平均縮短了30%，驗(yàn)證了方法的有效性。但是以上2種方法的擇徑結(jié)果與實(shí)際最優(yōu)擇徑結(jié)果相差較大。

針對(duì)上述方法存在的問(wèn)題，本文提出基于蟻群算法優(yōu)化能力的路由頻率動(dòng)態(tài)擇徑方法。蟻群算法是一個(gè)用來(lái)尋找最優(yōu)路徑的概率型算法。此次提出的擇徑方法，利用蟻群算法獲取路由頻率動(dòng)態(tài)最優(yōu)傳輸路徑，實(shí)現(xiàn)對(duì)信息的瞬間傳輸。該擇徑方法的提出不僅彌補(bǔ)了常規(guī)方法的現(xiàn)有缺陷，同時(shí)將擇徑結(jié)果計(jì)算到最優(yōu)，實(shí)現(xiàn)海量信息的高速傳輸，為互聯(lián)網(wǎng)網(wǎng)絡(luò)通信能力的發(fā)展，提供更加完善的信息傳輸路徑。

1 基于蟻群算法優(yōu)化的路由頻率動(dòng)態(tài)擇徑方法

1.1 建立目標(biāo)環(huán)境設(shè)置關(guān)鍵信息選取規(guī)則

基于蟻群算法的擇徑方法，需要在建立目標(biāo)環(huán)境的基礎(chǔ)上，設(shè)置關(guān)鍵信息選取規(guī)則。利用柵格法，將目標(biāo)環(huán)境設(shè)置為大小相同的單元網(wǎng)格，便于選取關(guān)鍵信息、規(guī)避障礙數(shù)據(jù)[11-12]。建立的目標(biāo)環(huán)境需要將路由可識(shí)別的路徑信息轉(zhuǎn)換成可識(shí)別的數(shù)字信息，采用坐標(biāo)法和序號(hào)法標(biāo)記網(wǎng)絡(luò)環(huán)境。序號(hào)法將柵格環(huán)境中的每個(gè)柵格，按照序號(hào)1-2的順序，依次累加直到柵格的最后一個(gè)；坐標(biāo)法則將目標(biāo)環(huán)境轉(zhuǎn)化為二維圖像，以坐標(biāo)的方式記錄每一柵格的節(jié)點(diǎn)位置[13]。預(yù)期建立的目標(biāo)環(huán)境與設(shè)置的關(guān)鍵信息選取規(guī)則如圖1所示。

圖1 信息選取規(guī)則

假設(shè)柵格環(huán)境規(guī)格為x×y，則存在二維矩陣B(x,y)，此時(shí)序號(hào)法標(biāo)記的第l個(gè)柵格的位置坐標(biāo)為(xl,yl)，則橫縱坐標(biāo)的取值為：

(1)

式中：l表示柵格數(shù)量；xl、yl表示l位置處的柵格橫坐標(biāo)與縱坐標(biāo)；b表示單獨(dú)柵格的邊長(zhǎng)；f(*)表示縱坐標(biāo)運(yùn)動(dòng)方向的控制函數(shù)；g(*)表示橫坐標(biāo)運(yùn)動(dòng)方向的跟蹤函數(shù)[14]。已知圖1中的信息選取規(guī)則較多，因此利用蟻群算法設(shè)置路由對(duì)關(guān)鍵信息的選取規(guī)則為：

(2)

1.2 設(shè)置路由頻率動(dòng)態(tài)移動(dòng)規(guī)則

利用關(guān)鍵信息選取規(guī)則確定路由大致傳輸方向后，設(shè)置路由頻率動(dòng)態(tài)移動(dòng)規(guī)則，確保路由可以根據(jù)搜索信息，及時(shí)更新傳輸方向。蟻群算法控制下，路由在初期數(shù)據(jù)傳輸中，由于路徑上的信息量相差較小，因此可能會(huì)導(dǎo)致螞蟻在方向轉(zhuǎn)變、路徑轉(zhuǎn)移的過(guò)程中陷入盲目選擇的情況，導(dǎo)致消耗大量時(shí)間和資源，從而破壞路由的移動(dòng)頻率[18-19]，該范圍如圖2所示。

圖2 盲目移動(dòng)范圍示意圖

圖2中點(diǎn)A表示螞蟻所在位置；r表示常規(guī)狀態(tài)下的螞蟻活動(dòng)半徑；r1表示空間內(nèi)螞蟻可移動(dòng)范圍內(nèi)的有效半徑；r′=r-r1，表示螞蟻盲目活動(dòng)的超出范圍半徑。因此在螞蟻的轉(zhuǎn)移狀態(tài)中添加引導(dǎo)因子，該因子可伴隨目標(biāo)點(diǎn)和迭代次數(shù)的改變而產(chǎn)生動(dòng)態(tài)變化。假設(shè)某一節(jié)點(diǎn)的引導(dǎo)因子為：

(3)

式中：μ表示引導(dǎo)因子量；m表示螞蟻總數(shù)；ma表示當(dāng)前螞蟻a的數(shù)量；Mmax表示綜合迭代次數(shù)；M0表示當(dāng)前迭代次數(shù)；d1表示當(dāng)前節(jié)點(diǎn)到目標(biāo)地的距離；d2表示當(dāng)前節(jié)點(diǎn)到下一節(jié)點(diǎn)的距離[20]。假設(shè)當(dāng)前節(jié)點(diǎn)為i，與之相鄰的下一節(jié)點(diǎn)為j，則從節(jié)點(diǎn)i到節(jié)點(diǎn)j引入引導(dǎo)因子后的路由移動(dòng)頻率為：

(4)

式中：pij表示節(jié)點(diǎn)i到節(jié)點(diǎn)j之間的路由移動(dòng)頻率；κ表示移動(dòng)控制參數(shù)；σ表示因素?fù)]發(fā)最優(yōu)值；x表示最大移動(dòng)頻率；ω表示允許存在的移動(dòng)誤差。根據(jù)上述公式，實(shí)現(xiàn)對(duì)路由移動(dòng)頻率的規(guī)則設(shè)置。

1.3 設(shè)置路由避障規(guī)則

由于路由在輸送數(shù)據(jù)的途中，會(huì)遇見(jiàn)由各種干擾數(shù)據(jù)組成的障礙節(jié)點(diǎn)，因此需要基于蟻群算法，設(shè)置路由避障規(guī)則。已知障礙節(jié)點(diǎn)與目標(biāo)位置示意圖如圖3所示。

圖3 路由避障示意圖

根據(jù)圖3可知，當(dāng)路由從出發(fā)點(diǎn)出發(fā)后，遇見(jiàn)障礙時(shí)需要繞行，而繞行則需要重新規(guī)劃路徑。同時(shí)路由若繞開(kāi)多個(gè)障礙，可能會(huì)延長(zhǎng)數(shù)據(jù)傳輸線路，增加數(shù)據(jù)傳輸時(shí)間。因此需要設(shè)置避障規(guī)則，在路由傳送過(guò)程中，選擇障礙少且最近的線路作為傳輸路徑。利用蟻群算法描述該避障問(wèn)題，假設(shè)集合X=(x1,x2,…,xn)表示路由傳送空間中的n個(gè)節(jié)點(diǎn)，集合Y=(y1,y2,…,yn)表示空間內(nèi)存在的n個(gè)障礙數(shù)據(jù)。將螞蟻a所經(jīng)過(guò)的節(jié)點(diǎn)記為Da，設(shè)螞蟻的個(gè)數(shù)為a=1,2,…,m個(gè)，在尋找最優(yōu)路徑的過(guò)程中，默認(rèn)螞蟻的搜索方向是根據(jù)關(guān)鍵信息規(guī)則而選取的，以設(shè)置的移動(dòng)規(guī)則為依據(jù)，計(jì)算螞蟻對(duì)障礙數(shù)據(jù)的識(shí)別能力：

(5)

式中：q表示障礙識(shí)別參數(shù)；c(*)表示識(shí)別函數(shù)；ux、vx表示對(duì)螞蟻經(jīng)過(guò)節(jié)點(diǎn)的識(shí)別結(jié)果；uy、vy表示對(duì)障礙的識(shí)別結(jié)果；ε表示關(guān)鍵信息量；σ表示基準(zhǔn)參考值。按照上述識(shí)別結(jié)果設(shè)置避障規(guī)則，該規(guī)則包括局部避障規(guī)則和全局避障規(guī)則。當(dāng)螞蟻完成一次路徑搜索后，假設(shè)搜索初始時(shí)間為t0，搜索消耗的時(shí)間為Δt，則局部避障規(guī)則為：

(6)

式中：λid表示路由在i節(jié)點(diǎn)與d障礙之間的局部避障規(guī)則；γ?[0,1]，表示局部關(guān)鍵信息衰減系數(shù)；n表示信息數(shù)量；o表示路線與障礙之間的互斥參量。局部避障的同時(shí)要考慮全局避障，避免由于躲避局部障礙導(dǎo)致全局繞遠(yuǎn)的情況，因此當(dāng)螞蟻繞過(guò)局部障礙后，需要統(tǒng)籌全局障礙，重新執(zhí)行最優(yōu)路徑。全局避障規(guī)則為：

λ′(M+1)=(1-γ)λ′(M)+γλid(t0+Δt)

(7)

式中：λ′表示全局避障規(guī)則；M表示調(diào)整次數(shù)。至此實(shí)現(xiàn)對(duì)路由傳輸路徑的避障規(guī)則設(shè)置，保證路由在移動(dòng)的過(guò)程中，遇見(jiàn)障礙時(shí)迅速做出選擇，并以此挑選可行線路。

1.4 增強(qiáng)關(guān)鍵信息素選取最優(yōu)路徑

可行路徑中，每一條路徑具有相同信息素的初始值，這些數(shù)據(jù)對(duì)螞蟻的吸引程度十分相似，此時(shí)雖有可行的路徑，但無(wú)法判斷出其中的最優(yōu)解，因此需要擴(kuò)散螞蟻可感知的關(guān)鍵數(shù)據(jù)信息素，讓螞蟻找出可行線路中的最優(yōu)路徑，預(yù)期的螞蟻?zhàn)顑?yōu)路徑選擇結(jié)果如圖4所示。

圖4 預(yù)期的螞蟻?zhàn)顑?yōu)路徑選擇示意圖

根據(jù)最優(yōu)路徑選擇的預(yù)期設(shè)定，加強(qiáng)路由對(duì)關(guān)鍵信息的感知能力，利用蟻群算法對(duì)互聯(lián)網(wǎng)中產(chǎn)生的初始信息素進(jìn)行濃度疊加，疊加后的信息素為：

(8)

式中：Q表示信息素的初始數(shù)據(jù)總量；L表示2個(gè)傳輸節(jié)點(diǎn)之間的歐氏距離；當(dāng)L值越小時(shí)，疊加后的信息素Eij(0)的取值就越大，此時(shí)的螞蟻會(huì)控制路由向該信息素的節(jié)點(diǎn)方向移動(dòng)。根據(jù)上式的Eij(0)值計(jì)算信息素差異值：

(9)

(10)

式中：τ表示信息素補(bǔ)償值；Lij表示起始節(jié)點(diǎn)的參考路徑。當(dāng)計(jì)算結(jié)果為0時(shí)，可知所選的路徑不是最優(yōu)，直至計(jì)算得出L′最優(yōu)路徑，得到路由頻率動(dòng)態(tài)擇徑的最優(yōu)選擇。

2 仿真實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)?zāi)康?/h3>

為了驗(yàn)證本文所提基于蟻群算法優(yōu)化的路由頻率動(dòng)態(tài)擇徑方法的有效性，對(duì)比本文所提出擇徑方法與常規(guī)擇徑方法之間的現(xiàn)存差異，得出實(shí)驗(yàn)測(cè)試結(jié)論。

2.2 實(shí)驗(yàn)環(huán)境設(shè)置

此次實(shí)驗(yàn)選擇的操作系統(tǒng)為Windows 7專業(yè)版；硬件使用環(huán)境為HP-PC Intel(R) Core(TM) i5-6500 CPU @3.60 GHz；開(kāi)發(fā)語(yǔ)言為C#；開(kāi)發(fā)工具為Visual Studio 2017；數(shù)據(jù)庫(kù)為SQL Server。將上述工具裝入實(shí)驗(yàn)檢測(cè)計(jì)算機(jī)中，設(shè)置實(shí)驗(yàn)測(cè)試環(huán)境參數(shù)，設(shè)置頁(yè)面如圖5所示。

圖5 參數(shù)配置界面

利用上述界面設(shè)計(jì)路由動(dòng)態(tài)傳輸空間。設(shè)置環(huán)境參數(shù)如表1所示。

1.3 統(tǒng)計(jì)學(xué)分析 采用SPSS 19.0軟件進(jìn)行處理，計(jì)量資料以表示，先做方差齊性檢驗(yàn)，若方差齊性，則采用SNK法比較組間差異，不服從齊性分配采用friedman M檢驗(yàn)，相關(guān)性分析采用person線性檢驗(yàn)，P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

此次實(shí)驗(yàn)測(cè)試選取的路由器型號(hào)為Tenda-AC23；測(cè)試選用的計(jì)算機(jī)型號(hào)為GFL-5640，該計(jì)算機(jī)包含16 GB顯存容量，八核心CPU，8 GB運(yùn)行內(nèi)存，符合此次實(shí)驗(yàn)操作要求。將計(jì)算機(jī)、路由器與無(wú)線網(wǎng)絡(luò)連接，圖6為此次實(shí)驗(yàn)操作環(huán)境。

表1 實(shí)驗(yàn)參數(shù)

圖6 實(shí)驗(yàn)測(cè)試環(huán)境

導(dǎo)入實(shí)驗(yàn)測(cè)試算法與數(shù)據(jù)，運(yùn)行測(cè)試系統(tǒng)，開(kāi)始實(shí)驗(yàn)檢測(cè)。

2.3 實(shí)驗(yàn)指標(biāo)

本文以路由頻率動(dòng)態(tài)的最優(yōu)路徑、擇徑時(shí)間、擇徑誤差為實(shí)驗(yàn)指標(biāo)，采用文獻(xiàn)[4]方法、文獻(xiàn)[5]方法、文獻(xiàn)[6]方法、文獻(xiàn)[7]方法、文獻(xiàn)[8]方法、文獻(xiàn)[9]方法、文獻(xiàn)[10]方法和本文方法進(jìn)行對(duì)比實(shí)驗(yàn)。

1)最優(yōu)路徑。尋找到最簡(jiǎn)單、最快、最省事的路徑，常規(guī)的路由頻率動(dòng)態(tài)擇徑方法設(shè)置的避障規(guī)則存在缺失，導(dǎo)致得到的路由傳輸路徑不是最優(yōu)，由此，采用本文方法和文獻(xiàn)[4]方法、文獻(xiàn)[5]方法、文獻(xiàn)[6]方法進(jìn)行對(duì)比分析。

2)擇徑時(shí)間。在路由頻率動(dòng)態(tài)擇徑的過(guò)程中會(huì)產(chǎn)生大量的時(shí)間，能夠?qū)駨叫十a(chǎn)生影響，擇徑時(shí)間越短，則擇徑效率越高。采用本文方法與文獻(xiàn)[8]方法、文獻(xiàn)[9]方法、文獻(xiàn)[10]方法，對(duì)路由頻率動(dòng)態(tài)擇徑時(shí)間進(jìn)行對(duì)比。

3)擇徑誤差。路由頻率動(dòng)態(tài)擇徑結(jié)果與實(shí)際最優(yōu)擇徑結(jié)果的擬合度越高，擇徑誤差越小，擇徑結(jié)果越準(zhǔn)確。采用本文方法與文獻(xiàn)[5]方法、文獻(xiàn)[6]方法、文獻(xiàn)[7]方法進(jìn)行對(duì)比分析。

2.4 數(shù)據(jù)集

實(shí)驗(yàn)中所使用的數(shù)據(jù)來(lái)源于Koblenz網(wǎng)絡(luò)數(shù)據(jù)庫(kù)(網(wǎng)址：http://konect.uni-koblenz.de/)，共采集數(shù)據(jù)5000個(gè)，進(jìn)行10組實(shí)驗(yàn)，每次使用500個(gè)數(shù)據(jù)。

2.5 實(shí)驗(yàn)結(jié)果分析

設(shè)置若干個(gè)干擾數(shù)據(jù)作為障礙選項(xiàng)，分別利用本文方法和文獻(xiàn)[4]方法、文獻(xiàn)[5]方法、文獻(xiàn)[6]方法，選擇路由傳輸數(shù)據(jù)的最優(yōu)路徑，圖7為此次實(shí)驗(yàn)測(cè)試結(jié)果。

(a) 本文方法的實(shí)驗(yàn)結(jié)果

(b) 文獻(xiàn)[4]方法的實(shí)驗(yàn)結(jié)果

(c) 文獻(xiàn)[5]方法的實(shí)驗(yàn)結(jié)果

(d) 文獻(xiàn)[6]方法的實(shí)驗(yàn)結(jié)果圖7 實(shí)驗(yàn)測(cè)試結(jié)果

為了驗(yàn)證本文方法的有效性，對(duì)本文方法、文獻(xiàn)[8]方法、文獻(xiàn)[9]方法和文獻(xiàn)[10]方法的路由頻率動(dòng)態(tài)擇徑時(shí)間進(jìn)行對(duì)比，對(duì)比結(jié)果如圖8所示。

圖8 擇徑時(shí)間對(duì)比

根據(jù)圖8可知，本文方法的路由頻率動(dòng)態(tài)擇徑時(shí)間保持在10～25 s之間，是對(duì)比實(shí)驗(yàn)中擇徑時(shí)間最短的，說(shuō)明本文方法能夠在最短時(shí)間內(nèi)選擇出最優(yōu)路徑。

為了進(jìn)一步驗(yàn)證本文方法的有效性，將本文方法與文獻(xiàn)[5]方法、文獻(xiàn)[6]方法、文獻(xiàn)[7]方法的路由頻率動(dòng)態(tài)擇徑結(jié)果與實(shí)際最優(yōu)擇徑結(jié)果進(jìn)行對(duì)比，對(duì)比結(jié)果如圖9所示。

圖9 擇徑結(jié)果誤差對(duì)比

根據(jù)圖9可知，本文方法的路由頻率動(dòng)態(tài)擇徑結(jié)果與實(shí)際最優(yōu)擇徑結(jié)果的擬合度為99.9%，而文獻(xiàn)[5]方法、文獻(xiàn)[6]方法、文獻(xiàn)[7]方法的路由頻率動(dòng)態(tài)擇徑結(jié)果與實(shí)際最優(yōu)擇徑結(jié)果的誤差較大。

3 結(jié)束語(yǔ)

本文提出的基于蟻群算法的路由頻率動(dòng)態(tài)擇徑方法，以常規(guī)方法的現(xiàn)有缺陷為研究切入要點(diǎn)，首先通過(guò)建立目標(biāo)環(huán)境設(shè)置關(guān)鍵信息選取規(guī)則，確定路由大致傳輸方向，然后設(shè)置路由頻率動(dòng)態(tài)移動(dòng)規(guī)則和路由避障規(guī)則，最后擴(kuò)散螞蟻可感知的關(guān)鍵數(shù)據(jù)信息素，促使得到的傳輸路徑為最優(yōu)解，完成最優(yōu)路徑的選取。實(shí)驗(yàn)結(jié)果表明，本文方法的路由頻率動(dòng)態(tài)擇徑為最優(yōu)，縮短了擇徑時(shí)間。