CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

توسعه روش خوشه بندی لیچ با هدف افزایش طول عمر شبکه های حسگر بی سیم با استفاده از الگوریتم بهینه سازی ازدحام ذرات

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۴۳۴ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CBCONF01_0051
زبان مقاله: فارسی
حجم فایل: ۶۹۹.۱۷ کیلوبایت (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۴ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله توسعه روش خوشه بندی لیچ با هدف افزایش طول عمر شبکه های حسگر بی سیم با استفاده از الگوریتم بهینه سازی ازدحام ذرات

  زهرا اسماعیلی - دانشگاه مفید، قم
  محمد نحوی - دانشکده مهندسی کامپیوتر، دانشگاه آزاد آشتیان، آشتیان
    گلنوش عبائی - موسسه آموزش عالی شهاب دانش، قم

چکیده مقاله:

مساله افزایش طول عمر شبکه، یکی از چالشهای اصلی در شبکه های حسگر بی سیم است. در میان تحقیقات انجامشده پیرامون شبکه های حسگر بی سیم، لیچ به عنوان یکی از معتبرترین پروتکل ها از نظر مصرف انرژی مطرح است. اساسکار لیچ، خوشه بندی گرهها و معرفی برخی گره ها به عنوان سرخوشه است. بزرگترین انتقادی که به لیچ وارد می شود، عدمخوشه بندی بهینه گره ها در آن است. در الگوریتم لیچ ثابت، خوشه بندی اولیه گره های حسگر در عملکرد آتی الگوریتمبسیار تاثیرگذار است. لذا استفاده از یک روش خوشه بندی ساده در ابتدای کار ممکن است تاثیر سوئی در طول عمر وکیفیت سرویس دهی الگوریتم داشته باشد. لذا در این مقاله سعی شده با استفاده از نسخه فازی الگوریتم بهینه سازیازدحام ذرات، به ترکیب بهینه ای برای خوشه بندی اولیه گره های حسگر دست یافته تا به تبع آن بتوان میانگین مصرفانرژی در شبکه را کاهش داده و طول عمر شبکه را افزایش داد. برای انجام شبیه سازی دو دسته پارامتر بایستی تنظیمشود. دسته اول مربوط به محیط شبکه حسگر هستند (ابعاد محیط، تعداد گره های حسگر، طول بسته های ارسالی ازسرخوشه ها به چاهک، طول بسته های ارسالی از حسگرها به سرخوشه ها) و دسته دوم پارامترهای الگوریتم بهینه سازیازدحام ذرات فازی هستند (تعداد نسل ها، اندازه جمعیت، نرخ یادگیری عمومی، نرخ یادگیری شخصی). نتایج شبیه سازیحاکی از برتری روش ارائه شده در مقایسه با لیچ است.

کلیدواژه‌ها:

شبکه های حسگر بی سیم، بهینه سازی ازدحام ذرات، کاهش انرژی, خوشه بندی, فازی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CBCONF01-CBCONF01_0051.html
کد COI مقاله: CBCONF01_0051

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اسماعیلی, زهرا؛ محمد نحوی و گلنوش عبائی، ۱۳۹۵، توسعه روش خوشه بندی لیچ با هدف افزایش طول عمر شبکه های حسگر بی سیم با استفاده از الگوریتم بهینه سازی ازدحام ذرات، اولین کنفرانس بین المللی دستاوردهای نوین پژوهشی در مهندسی برق و کامپیوتر، تهران، کنفدراسیون بین المللی مخترعان جهان (IFIA)، دانشگاه جامع علمی کاربردی، https://www.civilica.com/Paper-CBCONF01-CBCONF01_0051.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (اسماعیلی, زهرا؛ محمد نحوی و گلنوش عبائی، ۱۳۹۵)
برای بار دوم به بعد: (اسماعیلی؛ نحوی و عبائی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • I .F. Akyildiz, S. Weilian, Y. S ankara subramani am, ...
  • . A. Braman and G. R. Umapathi, "A Comparative Study ...
  • ] 3]. M. Almeer and I Kostanic, "An Evaluation Study ...
  • .W. R. Heinzelman, A. Chandrakasan, and H. Balakrishnan, _ _ ...
  • . E. Abdellah, S. Benalla, A. B. Hsane, and M. ...
  • . M. J. Handy, M. Haase, and D. Timmermann, "Low ...
  • . D. W. Van Der Merwe and A. P. Engelbrecht, ...
  • . P. Kudova, "Clustering Genetic Algorithm, " in Database and ...
  • . S. Winters-Hilt and S. Merat, "SVM clustering, " BMC ...
  • . A. Robati, G. A. Barani, H. Nezam Abad Pour, ...
  • . E. Abdellah, S. Benalla, A. B. Hssane, and M. ...
  • . N. Kumar and J Kaur, "Improved LEACH Protocol for ...
  • . V. Kumar, S. Jain, and S. Tiwari, "Energy Efficient ...
  • . W. Xinhua and W. Sheng, "Performance Comparison of LEACH ...
  • . R. V. Biradar, S. R. Sawant, R. R. Mudholkar, ...
  • . J. N. A1-Karaki and A. E. Kamal, "Routing techniques ...
  • . J. M. Kahn, R. H. Katz, and K. S. ...
  • . C. Chee-Yee and S. P. Kumar, "Sensor networks: evolution, ...
  • . K. Sohraby, _ Minoli, and T. Znati, Wireless Sensor ...
  • . Q. Fang, F. Zhao, and L. Guibas, "Lightweight sensing ...
  • ." J. Kennedy, and R. C. Eberhart, "Particle Swarm Optimization, ...
  • .Kennedy and R. C. Eberhart, "Particle Swarm Optimization, " presented ...
  • . A. Rahmanian, H. Omranpour, M. Akbari, and K. Raahemifar, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۵۰
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.