جستجوی مقالات مرتبط با کلیدواژه "algorithms cuckoo" در نشریات گروه "فناوری اطلاعات"
تکرار جستجوی کلیدواژه «algorithms cuckoo» در نشریات گروه «فنی و مهندسی»-
اخیرا شبکه های حسگر بیسیم به علت ماهیت مشارکتی آنها، به عنوان فنآوری امیدوارکنندهای برای شبکه هوشمند، سیستمهای توان نسل بعدی شناخته شدهاند. با توجه به محیط های ناهنجار طیف شبکه هوشمند، چالش اصلی این شبکه ها، برقراری ارتباطات امن، انرژی کارآمد و مقرون به صرفه است. در این مقاله، یک الگوریتم خوشهبندی مبتنی بر جستجوی فاخته و ژنتیک ارایه شده است که بهرهوری طیف را با حداقل مصرف انرژی به حداکثر میرساند. روش پیشنهادی برای تبادل اطلاعات بر روی روش پایه LEACH و PEGASIS ارایه شده که از الگوریتم فاخته جهت انتخاب مناسب سرخوشه در خوشه بندی و از الگوریتم ژنتیک به همراه عملگر ترکیب در پیش پردازش گره ها برای تولید لانه جدید استفاده شده است. در این پژوهش دو پارامتر اعداد تصادفی (مقادیر تصادفی اختصاص داده شده به گرهها و به اصطلاح پرچمهای تولیدی برای شناسایی گره ها) و میزان انرژی باقی مانده در نظر گرفته شد که این پارامترها در تابع هدف به عنوان تعیین کننده خوشهها در برابر برش اکتشافی و کشف سرخوشه نقش کلیدی دارد. شبیهسازی روش در نرم افزار MATLAB انجام شد، ارزیابی براساس تعداد گرههای زنده در دورهای مختلف و منطقه تحت پوشش به همراه چند پارامتر اساسی شبکههای حسگر بود. نتیجه نشان داد میزان حیات روش پیشنهادی به نسبت روش های مذکور بهتر عمل کرده و بهره وری انرژی گرهها در پارامتر “تعداد بستههای ارسالی” به اثبات رسید.
کلید واژگان: شبکه های حسگر بی سیم, خوشه بندی, افزایش بهره وری انرژی, الگوریتم فاخته و ژنتیکRecently, wireless sensor networks have been recognized as the next generation power systems due to their participatory nature as a promising technology for smart grids. Due to the anomalous environments of the smart grid spectrum, the main challenge of these networks is to establish secure, energy efficient and cost-effective communication in this paper, a clustering algorithm base on cuckoo optimization algorithms and genetic is presented that maximizes spectrum efficiency with minimal energy consumption. The proposed method for exchanging information is based on the basic method of LEACH and PEGASIS, the cuckoo algorithm is used to select the cluster head in clustering and from a genetic algorithm with a combination operator in the preprocessing of nodes to generate new nests. Two parameters of random numbers (Random values assigned to nodes) and two-stage energy of each node were used, these parameters play a key role in the objective function as the determinant of clusters against exploratory shear and eclipse detection. Method simulation was performed in MATLAB software. The evaluation was based on the number of live nodes in different cycles and the area covered along with some basic parameters of sensor networks. The result showed that the life expectancy of the proposed method was better than the mentioned methods, energy efficiency of the nodes was also proved in the "number of packets sent" parameter.
Keywords: Wireless SensorNetworks, Clustering, Enhancing EnergyEfficiency, Algorithms Cuckoo, Genetic
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.