基于量子遗传算法的无线传感器网络QoS路由选择算法研究 第17页
GA 214 150
QGA 225 157
5.5 本章小结
本章主要研究了用量子遗传算法解决无线传感器网络QoS路由选择问题，采用第三章提出的量子比特编码与译码策略，对无线传感器网络QoS路由模型进行归纳，并实现多次实验仿真。仿真结果表明，基于QGA的路由选择算法的节点耗能更低，有利于节省节点的能量来延长网络的生存期。
第六章 总结和展望
6.1 课题研究总结
计算机网络技术的飞速发展产生了大量的实时多媒体多播应用，如视频点播和多媒体会议等。这些应用的一个共同特点是它们都需要从一个源节点或多个源节点将信息传输到一个或多个目的节点，在源点和目的节点之间找到一条能够同时满足多个约束条件且具有最小代价的路径。多约束QoS路由选择是指将信息从网络源节点发送到目的节点，同时要求源节点到目的节点的通信链路满足一定的约束条件，如链路传输带宽、链路时延、信息丢失率等。多约束QoS路由选择问题已被证明是一个NP完全问题。
量子遗传算法是在分析传统遗传算法的不足的基础上，借鉴量子理论在计算方面的优越性提出的一种算法与理论，该算法在本质上仍然属于遗传算法的范畴，理论上可以应用于所有遗传算法的适用领域，但性能优于传统遗传算法。本论文的主要工作总结如下：
1. 介绍了经典遗传算法(GA)和量子遗传算法(QGA)的主要思想、算法的流程、机理，详细介绍了量子比特的染色体编码及旋转门策略，并对算法进行进行了性能测试分析，通过实验测试可知，量子遗传算法比经典遗传算法要具有更好的收敛效果、更快的收敛速度，能够更快的接近目标值。
2. 介绍了传统路由选择的基本理论，给出了求解网络最短路径的模型，设计了一种新的量子比特编码方法将量子遗传算法应用于求解网络最短路径模型，并进行了系统仿真和性能分析。
3. 介绍了服务质量（QoS）及QoS路由，给出了多约束QoS路由的网络模型，设计了一种新的量子比特编码方法将量子遗传算法应用于求解网络的多约束QoS路由模型，并进行了系统仿真和性能分析。
4. 介绍了无线传感器网络（WSN）的基本概念和系统模型，并将基于量子遗传算法的QoS路由选择算法应用于WSN的系统模型求解QoS路由，并进行了仿真实验与分析。
6.2 工作展望
由于作者在时间和工作能力等方面的局限性，本文对量子遗传算法的研究还比较粗浅，对于量子遗传算法本身及其应用领域的研究还有待于更加深入的探讨。作者分析了几个值得进一步研究和考虑的内容如下：
1. 量子遗传算法中，量子遗传操作的设计构造对于算法起着重要的作用，本
文虽然做了部分研究和尝试，但构造性能良好且具有通用性的量子遗传算子还将是一个有待进一步研究的问题。
2. 作为一种进化计算方法，量子遗传算法和神经网络、模糊系统的结合也值
得去深入研究。
3. 由于时间限制，作者只是研究了基于量子遗传算法的无线传感器网络多约
束QoS单播路由选择算法。随着通信网络的迅速发展，新业务的不断出现，使得多点、多连接和多约束QoS业务要求的通信方式成为网络支持多媒体业务的必要形式，使得QoS组播路由技术成为网络多媒体信息传输的关键技术之一。因此，基于量子遗传算法的无线传感器网络的QoS组播技术值得去进一步研究。

 << 上一页  [11] [12] [13] [14] [15] [16] [17] [18] 下一页