طرح خوشه بندی متمرکز کارا از طریق تخمین سطح انرژی بر پایه HMM بهینه شده توسط PSO در شبکه های حسگر
محل انتشار: چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,351
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI14_124
تاریخ نمایه سازی: 26 مهر 1387
چکیده مقاله:
بدلیل محدودیت انرژی گره ها ، بهره وری انرژی باید بعنوان هدف کلیدی در طراحی شبکه های حسگر مدنظر قرار گیرد. خوشه بندی از روش هایی اسن که بعنوان رویکردی مناسب در مدیریت بهره وری مصرف انرژی مورد استفاده قرار می گیرد. گردش نقش سر خوشه مابین گذه ها از مسائل مهم در خوشه بندی است و راه حل های مختلفی برای آن ارائه شده است . در حوزه روش های سلسله مراتبی متمرکز ، جمع آوری مستقیم اطلاعات مربوط به سطح انرژی گره ها در هر دوره، هزینه گردش نقش سر خوشه را افزایش می دهد. در این مقاله یک روش خوشه بندی متمرکز پیشنهاد شده است که از پیشگویی سطح انرژی شبکه با استفاده از مدل سازی مارکوف مخفی ( HMM ) بهینه شده توسط بهینه سازی گروهی ذرات ( PSO ) استفاده می کند. در گام بعدی نیز انتخاب بهینه سر خوشه ها با استفاده از PSO انجام می شود. روش ارائه شده در عین کاهش هزینه خوشه بندی ، کارایی خوشه بندی را افزایش می دهد . نتایج شبیه سازی نشان می دهد که این روش ، بهره وری مصرف انرژی و طول عمر شبکه را افزایش می دهد.
کلیدواژه ها:
نویسندگان
روح الله گودرزی
دانشگاه آزاد اسلامی واحد قزوین - دانشکده مهندسی برق و رایانه و فناوری
مسعود صبایی
دانشگاه صنعتی امیرکبیر - دانشکده مهندسی کامپیوتر و فناوری اطلاعات
بهروز جداری
دانشگاه آزاد اسلامی واحد قزوین - دانشکده مهندسی برق و رایانه و فناوری
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :