弗雷德里克·杜卡泰尔;吉安尼·迪·卡罗;卢卡·玛丽亚·甘巴黛拉 在移动自组织网络中使用蚂蚁代理结合被动和主动策略进行路由。 （英语） Zbl 1080.68521号 国际期刊计算。智力。申请。 5，第2期，169-184（2005）. 摘要：本文介绍了AntHocNet，这是一种基于蚁群优化框架思想的移动自组织网络路由算法。在AntHocNet中，源节点在每个通信会话开始时都会被动地设置到目标节点的路径。在会话过程中，源节点使用蚂蚁代理主动搜索原始路径的替代和改进。这允许适应网络中的变化，并在源和目标之间构建替代路径的网格。主动行为由轻量级信息引导过程支持。路径以称为信息素表的距离向量路由表的形式表示。信息素表的一个条目包含经过某个邻居到达某个目的地的估计优度。根据这些优度估计，数据在网格的不同路径上随机路由。在一组广泛的模拟测试中，我们将AntHocNet与AODV进行了比较，AODV是一种反应式算法，在该研究领域具有重要的参考价值。我们表明，AntHocNet在广泛的不同场景中，在不同的评估标准下，其性能优于AODV。AntHocNet在节点数量方面也表现出良好的伸缩性。 引用于2文件 MSC公司： 68M10个 计算机系统中的网络设计和通信 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 关键词：蚁群优化 软件：AntNet公司 PDF格式BibTeX公司 XML格式引用 \textit{F.Ducatelle}等人，《国际计算杂志》。智力。申请。5，第2号，169--184（2005；Zbl 1080.68521） 全文： 内政部 参考文献： [1] 内政部：10.1109/98.760423·数字对象标识代码：10.1109/98.760423 [2] 古普塔P.，IEEE Trans。信息r。西奥。46 [3] DOI:10.1016/S1570-8705（03）00043-X·doi:10.1016/S1570-8705（03）00043-X [4] 内政部：10.1162/106454699568728·doi:10.1162/106454699568728 [5] Camazine S.，《生物系统中的自我组织》（2001年） [6] 内政部：10.1177/105971239700500203·doi:10.1177/105971239700500203 [7] Di Caro G.、J.Artif。智力。研究（JAIR）9第317页 [8] Di Caro G.，《计算机科学讲义3242》，摘自：Proc。自然并行问题解决（PPSN VIII）（2004）·doi:10.1007/978-3-540-30217-947 [9] DOI:10.1007/978-0-585-29603-6-5·doi:10.1007/978-0-585-29603-6_5 [10] Sutton R.S.，强化学习（1998） [11] Bertsekas D.，数据网络（1992） [12] DOI:10.1007/b95942·Zbl 1048.68853号 ·doi:10.1007/b95942 [13] Ganesan D.，移动计算。Commun公司。第1版 [14] 数字对象标识码：10.1007/b104419·doi:10.1007/b104419 [15] 内政部：10.1093/ee/28.4.557·doi:10.1093/ee/28.4.557 [16] Toh C.-K.，无线通信。第1页，共4页 [17] 内政部：10.1109/TMC.2003.1233531·doi:10.1109/TMC.2003.1233531 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。