بهینه سازی مکان ایستگاه های پایه در شبکه های حسگر بی سیم با استفاده از الگوریتم ترکیبی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 491

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAEMT02_075

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

در این مقاله، ترکیب دو الگوریتم بهینه سازی ازدحام ذرات با الگوریتم خفاش جهت استفاده در بهینه سازی مکان ایستگاه در شبکه های حسگر بی سیم ناهمگن ارایه شده است . ترکیب بدین صورت است که بدترین ذرات در ازدحام ذرات با بهترین خفاش ها در الگوریتم خفاش جایگزین می شود و در مقابل بدترین خفاش ها در الگاوریتم با بهترین ذرات از الگوریتم ازدحام ذرات جایگزین خواهد شد. استراتژی برقراری ارتباط جریان اطلاعات برای ذرات در ازدحام ذرات برای برقراری ارتباط با خفاش ها است. نتایج نشان می دهد که طرح پیشنهادی همگرایی افزایش می یابد و دقت آن بیشتر از الگوریتم خفاش است و PSO تا 3% و 74 % به ترتیب افزایش می یابد. علاوه بر این در مقایسه روش های ازدحام ذرات و خفاش روش پیشنهادی می تواند عمر طولانی در شبکه بی سیم ناهمگن را فراهم کند.

کلیدواژه ها:

الگوریتم ترکیبی ، الگوریتم خفاش ، الگوریتم ازدحام ذرات ، شبکه های حسگر بی سیم ، حسگر بی سیم ناهمگن

نویسندگان

عبدالسلام عزیزی

باشگاه پژوهشگران جوان و نحبگان واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه ایران

زلیخا عزیزی

گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه،ایران

ازاد ثابتی پور

گروه مهندسی کامپیوتر، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران،ایران

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 :
  • M. Srinivas and L. M. Patnaik, "Genetic Algorithms: a Survey, ...
  • S. Wang, B. Yang, X. Niu, "A Secure _ teganography ...
  • R. Ruiz-Torrub iano and A. Suarez, "Hybrid Approaches and D ...
  • C. Jui-Fang and H. Shu-Wei, "The Construction of Stock_s Portfolios ...
  • E. Mininno, F. Neri, F. Cupertino, and D. Naso, "Compact ...
  • S. P. Mendes, J. A. Gomez-P ulido, M. _ V. ...
  • H.-Q. L. a. T. W. Ying Cui, "Target Coverage Research ...
  • P.-W. Tsai, J.-S. Pan, S.-M. Chen, and B.-Y. Liao, "Enhanced ...
  • Y. T. Hou, S. Yi, H. D. Sherali, and S. ...
  • Z.-H. Wang, C.-C. Chang, and M.-C. Li, "Optimizing Least-S ignificant-Bit ...
  • M. Younis, M. Youssef, and K. Arisha, _ _ Energy-aware ...
  • G. Qingbo, F. Shuxing, and M. Yanhua, "A Network Topology ...
  • S. Junnila, H. Kailanto, J. Merilahti, A. M. Vainio, A. ...
  • R. V. Kulkarni, _ Forster, G. K. V en ayag ...
  • L. Xuefeng, C. Jiannong, S. Lai, Y. Chao, W. Hejun, ...
  • _ Dargie, C. Poellabauer, Fundamentals of Wireless Sensor Networks: Theory ...
  • I. F. Akyildiz, S. Weilian, Y. _ an kara subramaniam, ...
  • T.-S. Pan, T.-K. Dao, T.-T. Nguyen, S.-C. Chu, "Hybrid Particle ...
  • Kennedy, J., Eberhart, R.: Particle swarm optimization, vol. 4, pp. ...
  • Yuhui, S., Eberhart, R.: A modified particle swarm optimizer, pp. ...
  • Yang, X.-S.: A New Metaheuristic Bat-Inspired Algorithm. In: Gonzalez, J.R., ...
  • K. Jansen and L. Porkolab, "Improved ap proximation schemes for ...
  • نمایش کامل مراجع