收稿日期:20191108;修回日期:20200107 基金项目:河南省科技厅科技攻关计划资助项目(182102210576)
作者简介:郭红艳(1975),女,河南新乡人,副教授,硕士,主要研究方向为 IoT、计算机网络(gkao9180@163.com);邱道尹(1961),男,江苏丹
阳人,教授,硕士,主要研究方向为计算机网络、IoT.
利用改进 ILP和二进制穷举择优法的低成本
物联网流量多目标路由感知方法
郭红艳
1
,邱道尹
2
(1.郑州信息科技职业学院 信息工程学院,郑州 450046;2.华北水利水电大学 电力学院,郑州 450045)
摘 要:针对无线网络不能为多样化应用需求提供支持及卸载移动通信核心成本较高的问题,提出了一种改进
整数线性规划模型(IILP)结合二进制穷举择优法的低成本混合物联网流量多目标路由感知方法。首先,基于
IILP对混合物联网流量路由感知进行建模,获得准确的能量感知模型;其次,采用多目标 MAXI路由感知算法对
多目标路由感知模型进行了求解,降低了流量路由求解的延时;最后,采用二进制穷举择优法对流量路由感知的
吞吐量进行扩展。仿真实验表明,与现有算法相比,提出方法降低了求解的延时,提高了流量的吞吐量,减少了
流量的丢包率,同时还降低了混合物联网多目标路由感知的成本。
关键词:改进整数线性规划模型;二进制穷举择优法;无线网状网络;多目标路有感知;混合物联网;体验质
量;功率谱密度
中图分类号:TP393 文献标志码:A 文章编号:10013695(2021)01055027305
doi:10.19734/j.issn.10013695.2019.11.0631
MultiobjectiveroutingperceptionmethodusingimprovedILPand
binaryexhaustiveselectionmethodforlowcostIoTtraffic
GuoHongyan
1
,QiuDaoyin
2
(1.Dept.ofInformationEngineering,ZhengzhouVocationalUniversityofInformation&Technology,Zhengzhou450046,China;2.Schoolof
ElectricPower,NorthChinaUniversityofWaterResources&ElectricPower,Zhengzhou450045,China)
Abstract:Aimingattheproblemthatintegerlinearprogrammingmodelcombinedwiththepreferredmethodofbinaryexhaus
tivemultiobjectiveroutingperceptionmixturelowcostnetworkflowmethodforwirelessnetworkcan’tsupportthedemandfor
diverseapplicationsanduninstallmobilecommunicationcoreproblemofhighcost,thispaperproposedanintegerlinearpro
grammingmodelcombiningwiththepreferredmethodofbinaryexhaustivemixturelowcostnetworkflowmultiobjectiverouting
technology.Firstly
,basedontheimprovedintegerlinearprogramming(IILP)model,itmodeledthetrafficroutingperception
ofthemixturenetworktoobtaintheaccurateenergyperceptionmodel.Secondly,itusedthemultiobjectiveroutingsensing
modelbyusingthemultiobjectiveMAXIroutingsensingalgorithm,whichreducedthelatencyoftrafficroutingsolving.Final
ly,itextendedthethroughputoftrafficroutingperceptionbybinaryexhaustiveselectionmethod.Experimentsshowthatcom
paredwiththeexistingalgorithm,theproposedexhaustivemixturelowcostnetworkflowmultiobjectiveroutingmethodhasre
ducedthedelayofsolvingperception,improvedthetrafficthroughput,reducethepacketlossrateoftheflow,atthesame
time
,alsoreducethecostofmixturenetworkingmultiobjectiveroutingperception.
Keywords:improvedintegerlinearprogrammingmodel(IILP);binaryexhaustiveselectionmethod;wirelessmeshnetwork;
multiobjectivepathhasperception;mixtureIoT;experiencequality;powerspectraldensity
0 引言
目前,对于混合流量的无线网状网,无线传感器网络
[1]
中
使用的有限传输速度和无线传感器网络的简单流量应用无法
应用现有模型和算法进行分析。
国内外学者围绕物联网(
InternetofThings,IoT)
[2]
流量多
目标路由感知进行了很多研究。例如,文献[3]采用基于体验
质量(qualityofexperience,QoS)的无监督强化学习方法确定了
无线网状网(wirelessmeshnetwork,WMN)中的路由,提高了用
户的体验感,但其需要对数据流进行大量分类,降低了数据的
传播速度。文献[4]基于时间间隔优化了信息的传播方式,提
高了信息的传播速度,但其忽视了物联网中数据流量具有多类
属性的应用需求。文献[5]采用改进的无线自组网按需平面
距离向量路由协议(Adhocondemanddistancevector,AODV)
对整个网络中传播负载的目标进行感知,优化了传输介质,但
会使控制分组过载、降低网络的效率,增加控制路径长度的复
杂度。文献[6]提出了基于混合业务的低成本无线回程多目
标路由感知算法(multiobjectiveroutingawareofmixedtrafficfor
lowcostwirelessbackhauls,MAXI),分析并采用了多目标优化
方法确定 WMN路由,提高了分析目标的效率和在现实环境中
调查的结果,但该方法仅适用于具有线性行为的目标,并限制
使用其他指标来确定路由。文献[7]利用多目标路由问题的
数学公式分析了用于智能城市场景的混合 WMN中的路由设
备识别和测量,降低了路由能耗,但路由成本仍然较高。文献
[8]基于强度帕累托进化算法(strengthParetoevolutionaryalgo
rithm,SPEA)通过遵循该数学模型计算每个节点的链接路由,
考虑成本问题,但并没有实际解决成本问题。文献[9]提出了
联合路由、信 道 分 配 和 速 率 分 配 启 发 式 算 法 (jointrouting,
channelassignmentandrateallocationheuristic,JRCAR),确定了
第 38卷第 1期
2021年 1月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol.38No.1
Jan.2021