机会网络是一种不需要源节点和目的节点之间存在固定的端到端路径的网络。传统的网络由于节点移动以及偏远地区网络信号弱等原因,造成大部分时间网络无法连通,机会网络由此发展而来。机会网络中,以“存储-携带-转发”的模式进行通信,由此可以避免因节点移动而造成路由不断改变带来消息无法及时投递的缺点。机会网络在野生动物追踪,车载网络以及星际网络等领域中具有非常广阔的市场前景和应用价值。由于节点具有移动的灵活性以及自身具有能量和存储空间的限制等特点,因此设计高效的路由算法是极其必要的。在分析近年来国内外研究者对于机会网络路由算法的研究成果的基础上,给出本文的主要研究内容。鉴于节点之间的通信时间具有不稳定性,对传统的基于历史预测策略的概率路由（Probabilistic routing Protocol using history of encounters＆transitivity,Prophet）算法进行改进,提出了基于节点相似率的概率路由算法（Probabilistic routing algorithm based on node similarity rate in opportunistic network,S-Prophet）。S-Prophet 算法,使得节点的路由更有效,投递率更高,网络开销更低。主要工作如下:（1）基于节点相遇持续时间,对传统的Prophet算法中投递预测值的衰减公式做出改进,利用节点相遇持续时间作为衡量投递预测值衰减的一个指标。基于节点历史相遇信息,引入节点相似率的概念,通过节点相似率,对传统的Prophet算法中计算节点投递预测值公式做出改进,但消息投递策略不变,依然保留将消息传递给节点投递预测值大的中继节点,然后由中继节点转发到目的节点,在算法中添加ACK删除机制来删除已经成功传递的消息副本。（2）通过ONE仿真平台进行本文算法的仿真实验,并将S-Prophet算法与BA-Prophet算法、Epidemic算法以及Prophet算法从节点缓存、消息生存周期、消息产生间隔、仿真时间4个方面进行对比。利用Python脚本一次性读取实验数据并绘图,达到可视化效果。实验结果表明,S-Prophet算法在投递率、平均延时、网络开销、平均跳数上的总体性能最优。鉴于消息转发策略上,遵循Prophet的转发规则,对S-Prophet算法的消息转发策略阶段以及消息调度阶段进行了改进,提出了基于节点相似率的概率路由算法消息管理策略（Probabilistic routing algorithm message management strategy based on node similarity rate,MS-Prophet）。MS-Prophet算法在消息转发阶段增加了节点平均相遇持续时间作为判断依据,在消息删除阶段,利用效用值作为判断依据,通过增加投递机会,删除效用值小的消息,达到消息管理的目的。然后采用ONE平台,将MS-Prophet算法、S-Prophet算法以及BA-Prophet算法、DARP-DO算法从节点缓存、消息生存周期、消息产生间隔、仿真时间4个方面进行对比。利用Python脚本一次性读取实验数据并绘图,达到可视化效果。实验结果表明,MS-Prophet算法在投递率、平均延时上性能最优,能够快速准确投递消息。