انتخاب محل سرخوشه در شبکه های حسگر بی سیم با استفاده از الوریتم ژنتیک آشوبناک به منظور افزایش حیات شبکه

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,787

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AISST01_123

تاریخ نمایه سازی: 5 مرداد 1392

چکیده مقاله:

یکی از چالش های مهم در شبکه های حسگر بی سیم بهینه سازی مصرف انرژی است. پژوهش ها نشان داده است که با استفاده از خوشه بندی نودهای شبکه می توان از انرژی نودها بصورت بهینه تری استفاده نمود که این مسئله به افزایش طول عمر شبکه منتهی می شود. خوشه ها هر کدام دارای یک نود اصلی به نام سرخوشه و تعدادی گره عضو می باشند. ایجاد کنترل روی تعداد و مکان سرخوشه ها جزو مسائل NP است که بااستفاده از روشهای خطی قابل حل نیست. در این پژوهش با استفاده از الگوریتم ژنتیک بهبود یافته بوسیله آشوب، محل و تعداد سرخوشه ها را بصورت بهینه تعیین می کنیم. معیار برازش براساس میزان انرژی نودهای شبکه و فاصله نودها معمولی از سرخوشه شان خواهد بود که این عملیات باعث افزایش طول عمر شبکه خواهد شد.

کلیدواژه ها:

شبکه های حسگر بی سیم ، الگوریتم ژنتیک ، آشوب ، خوشه بندی ، حیات شبکه

نویسندگان

امان محمدزاده لاری

کارشناس ارشد گروه هوش مصنوعی، دانشگاه آزاد اسلامی واحد مشهد

مهدی یعقوبی

استادیار گروه برق، دانشگاه آزاد اسلامی واحد مشهد

بهزاد کریمیان

کارشناس ارشد گروه هوش مصنوعی، دانشگاه آزاد اسلامی واحد مشهد

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 :
  • G. Beni and J. Wang.1989. Swarm Intelligence in Cellular Robotic ...
  • E. R.Hruschka, R.Campello, A.Freitas and P.L.d Carvalho .2009.A Survey of ...
  • M. J. Handy, M. Haase and) Timmerman. 2002. Low Energy ...
  • O.Younis and S. FahmY 2004.HEED: A Hybrid, Energy -Efficient, Distributed ...
  • L. Lijun, W. Hongtao and C _ Peng .2006.Discus in ...
  • L.Li, D.Shu-song and W. Xiang -ming.2006.An energy efficient clustering routing ...
  • -M _ AfrashtehMer _ 2011. Design and I mplementation a ...
  • R. Wongsathan, I. Seedadan and S. Pattarangoon. 20 10. Cluster-Based ...
  • B.P. Deosarkar, N.S. Yada and R.P Yadav.208. Clusterhead Selection in ...
  • M. Rajiullah and S. S himamoto20Y .An Energy-Aware Periodical Data ...
  • N. Amini, A. Vahdatpour, W. Xu, M. Gerla and M ...
  • P. Schaffer , K. Farkas, D. Horvth , T. Holczer ...
  • A.A. Abbasi and M _ A survey _ clustering algorithms ...
  • V. Patidar and K.K. Sud.2009. A Pseudo Random Bit Generator ...
  • L. Chen and K. Aihara1995. Optimization by chaotic simulated annealing. ...
  • B. Li and W. Jiang.1998. Optimizing complex functions by chaos ...
  • T. Zhang, H.W. Wang and Z.C. Wang.1999. Mutative scale chaos ...
  • Z. L. Wang, L. Qiu, Q. Fu and C. Liang. ...
  • نمایش کامل مراجع