بررسی روش های خوشه بندی بر اساس ژنتیک الگوریتم در شبکه های حسگر بی سیم

یکی از مهمترین ابزار کسب اطلاعات و درک محیط که تحقیقات گسترده ای را به خود معطوف نموده، شبکه های حسگر بی سیم است. با وجود پیشرفت های صورت گرفته در این نوع شبکه ها، گره های حسگر به دلیل تعداد زیاد، اندازه کوچک و روش قرارگیری اقتضایی، هنوز هم برای تامین انرژی خود، متکی به باتری هایی با توان اندک می باشند. همچنین معمولاً به دلیل به کارگیری این نوع شبکه ها در محیط های خشن و غیر قابل دسترس، امکان شارژ مجدد یا تعویض گره های حسگر وجود ندارد. بنابراین یکی از مهمترین مسایل در شبکه های حسگر بی سیم، مساله محدودیت شدید انرژی است. همچنین از آن جایی که کارایی شبکه های حسگر به شدت به طول عمر شبکه و پوشش شبکه ای آن وابسته است، بنابراین لحاظ نمودن الگوریتم های ذخیره انرژی در طراحی شبکه های حسگر با عمر طولانی، امری حیاتی است. امروزه روش های مدیریت پویای توان که به کاهش مصرف انرژی شبکه های حسگر بعد از طراحی و قرارگیری آن ها می پردازند، از بالاترین اهمیت برخوردار می باشند. در سال های اخیر برای مدیریت پویای توان، توجه به ابزارهای هوشمند و توانمندی نظیر الگوریتم ژنتیک رونق چشم گیری یافته است.در اینجا به بررسی چند روش خوشه بندی بر اساس الگوریتم ژنتیک میپردازیم و در نهایتروش های معروفی چون LEACH و GKM و IGKM را از لحاظ زمان اولین گره مرده، کل انرژی مصرفی و تعداد گره های زنده مقایسه کردیم.

کلیدواژه ها:

الگوریتم ژنتیک ، خوشه بندی ، سرخوشه ، شبکه های حسگر بی سیم