چکیده:
شبکههای حسگر بیسیم نوع خاصی از شبکههای کامپیوتری هستند که در آن تعداد زیادی گره حسگر در یک محدوده معین پخش شدهاند. هدف این گرهها، کشف رخدادهای محیطی و ارسال دادهها به گرهای به نام سینک یا ایستگاه پایه است. اصلیترین محدودیت این شبکهها در منبع انرژی گرههای حسگر است، از اینرو تحقیقات به دنبال راهی برای استفاده موثر از منبع انرژی گرهها و افزایش طول عمر شبکه میباشد. ﻳﻚ راه ﺣﻞ ﺑﻬﺒﻮد ﻛﺎراﻳﻲ ﻋﻤﻮﻣﻲ ﺷﺒﻜﻪ و ﺗﻮزﻳﻊ ﻳﻜﻨﻮاﺧﺖ اﻧﺮژی در آن، ﺧﻮﺷﻪ بندی گرههای شبکه است. در مسیریابی پی در پی بر مبنای خوشه بندی، مسئولیت بر عهده سرخوشهها میباشد که این امر موجب افزایش مصرف انرژی در سرخوشهها میشود. در این مقاله الگوریتمی جدید با استفاده از الگوریتم تکاملی ARO ارائه نمودهایم که وظیفه خوشهبندی پویای سیستم را برعهده دارد و ﺑﺮ اﺳﺎس روش فازی سازی بهترین تصمیم برای انتخاب سرخوشه ﺑﻪ ﻣﻨﻈﻮر ﻛﺎﻫﺶ ﻣﺼﺮف اﻧﺮژی صورت میپذیرد. در این تحقیق دو حالت برای گرههای حسگر در نظر گرفته شده است. حالت اول مکان گرهها ثابت و حالت دوم گرهها متحرک هستند. نتایج حاصل از ارزیابی نشان میدهد با توجه به تعداد دادههای ارسالی، انرژی باقیمانده کل شبکه هنگام مرگ اولین، میانه و آخرین گره در روش پیشنهادی ترکیبی F_WU_ARO در مقایسه با روشهای F_WU_GA و F_WU_PSO، کاهش یافته و این کاهش با توجه به حجم زیاد دادههای ارسالی در حالتی که گرهها متحرک هستند نیز قابل مشاهده میباشد.
خلاصه ماشینی:
خوشه بندی پویا برای کاهش مصرف انرژی شبکه حسگر بی سیم با استفاده از روش (F-WU- ARO) صفورا اخلاقی1*، محمدباقر منهاج2 1- دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه آزاد اسلامی، قزوین، ایران 2- استاد، گروه برق، دانشگاه صنعتی امیر کبیر، تهران، ایران Safoura.
در اين مقاله الگوريتمی جديد با استفاده از الگوریتم تکاملی ARO ارائه نموده ايم که وظیفه خوشهبندی پویای سیستم را برعهده دارد و ﺑﺮ اﺳﺎس روش فازی سازی بهترین تصمیم برای انتخاب سرخوشه ﺑﻪ ﻣﻨﻈﻮر ﻛﺎﻫﺶ ﻣﺼﺮف اﻧﺮژي صورت می پذیرد.
نتایج حاصل از ارزیابی نشان می دهد با توجه به تعداد داده های ارسالی، انرژی باقیمانده کل شبکه هنگام مرگ اولین ، میانه و آخرین گره در روش پيشنهادي ترکيبي F_WU_ARO در مقایسه با روشهای F_WU_GA و F_WU_PSO،کاهش یافته و این کاهش با توجه به حجم زیاد داده های ارسالی در حالتی که گره ها متحرک هستند نیز قابل مشاهده می باشد.
خوشه بندی یکی از تکنیک های مهم برای حل مشکل انرژی در شبکه های حسگر بی سیم است که به عنوان يکي از روشهاي آنالیز و ساده سازي مجموعه داده هاي بزرگ، مورد توجه بسیاري از محققین قرار گرفته است.
Toumi و همکاران ]13[ الگوریتم خوشهبندی پویا برای Asexual reproduction optimization Ant colony optimization Particle swarm optimization ردیابی اهداف با سرعت بالا و متغیر (ATHVC) را پیشنهاد دادند که ردیابی هدف با شبکههای حسگر بیسیم، شناسایی و مکانیابی یک هدف در کل مسیر از طریق یک منطقه مورد نظر است.
بر این اساس یک روش مبتنی بر الگوریتم ژنتیک را پیشنهاد کردند که خوشه بندی گره های حسگر ناهمگن را بهینه می کند.