基于改进蚁群算法信息素因子的WSN路由选择研究

针对无线传感器网络(WSN)中传感器节点在数据传输过程中存在节点能量受限、负载均衡性差等相关问题,提出一种基于改进蚁群算法信息素因子的WSN路由选择方法。通过改进蚁群算法中信息素的定义,引入综合信任度将路由选择转化为组合优化问题权衡节点信任度、节点能量、链路质量三者的关系,用于选择最佳的路径传递数据,从而有效地提高WSN吞吐量和稳定性。

基于引力作用的可选粒度社区发现算法

社区发现是复杂网络研究中的一个重要领域,且应用广泛,但目前已有的大多数算法都需采用社区评判函数来确定社区结构的划分,且仅能得到一种划分结果。引入宇宙星系模型和万有引力定律,基于引力思想提出一种新的复杂网络社区发现算法,为网络中节点赋予质量并构建出社区框架,继而利用引力作用完成社区结构划分,并可对发现社区的粒度大小进行选择以得到多种划分结果,无需先验知识及相关参数。通过真实网络实验验证,并与现有的社区发现算法比较,本文提出的算法能有效且较为准确地挖掘出复杂网络中的社区结构。