بهبود طول عمر در شبکه های حسگر بی سیم با الگوریتم DESA

  • پنجشنبه ۱۴ فروردین ۱۳۹۹
  • بازدید ۲۱۴ نفر
  • 1 امتیاز2 امتیاز3 امتیاز4 امتیاز5 امتیاز (10 امتیاز از 2 رای)
    Loading...

تصویر translate-life-time-wsn-desa_22895 بهبود طول عمر در شبکه های حسگر بی سیم با الگوریتم DESA

ترجمه مقاله بهبود طول عمر در شبکه های حسگر بی سیم با الگوریتم DESA

ترجمه مقاله Lifetime Improvement in Wireless Sensor Networks using Hybrid Differential Evolution and Simulated Annealing (DESA)

در این پست ترجمه مقاله بهبود طول عمر در شبکه های حسگر بی سیم با الگوریتم DESA را برای شما دوستان آماده کردیم که علاوه بر چکیده و مقدمه می توانید خود مقاله اصلی را نیز به طور کاملا رایگان دانلود بفرمایید.

چکیده مقاله

بهره مندی انرژی در شبکه های WSN از جمله نگرانی های مهمی به حساب می آید. چون این شبکه ها از باتری هایی که اندازه های کوچکتری دارد استفاده می کند که قابل جایگزینی یا شارژ مجدد نیستند. بنابراین ، انرژی بایستی به طور بهینه در این قبیل شبکه های عملیاتی شده با باتری مورد استفاده قرار گیرند. یکی از رویکرد های سنتی برای بهینه سازی بهره وری انرژی از طریق خوشه بندی صورت می گیرد. توصیه می شود که در این مقاله از الگوریتم (DESA) و تکامل دیفرانسیلی هیبریدی جهت تعیین سرخوشه ها و خوشه بندی ها استفاده شود. وقتی سرخوشه ها به طور معمول با تعداد بالای گره های حسگر دارای بار اضافی می شوند ، مرگ سریع گره ها به دلیل انتخاب نامناسب سرخوشه ها رخ می دهد. بنابراین ، هدف اصلی مقاله زیاد شدن عمر شبکه از طریق جلوگیری از مرگ زود تر سرخوشه ها بوده است گفته می شود که الگوریتم تبرید شبیه سازی شده مقدار گره های مرگ را نسبت به تکامل دیفرانسیلی حدود ۶۰ درصد، سلسله مراتب خوشه بندی تطبیقی کم انرژی لیچ تا حدود ۷۰ درصد ، الگوریتم HSA اصلاح شده تا ۴۰ درصد و الگوریتم جستجو هارمونی (HAS) حدود ۵۰ درصد کاهش می دهد.

مقدمه

شبکه های حسگر بی سیم شامل تعداد زیادی از گره های کوچک هستند که به طور دستی یا تصادفی در کاربرد های گوناگون بکار گرفته می شوند. شبکه ای که مورد توجه قرار گرفته است در ماهیت همگن یا غیر همگن می باشد. در نهایت ، انرژی گره ها به دلیل مصرف انرژی وابسته به مسافت بین سرخوشه و گره یا ایستگاه پایه و گره در هر یک از دور ها و هر دور کاهش می یابد. شبکه به طور کلی در زمانی می میرد که کل گره ها موجود در شبکه دارای انرژی صفر هستند. از اینرو ، انرژی بایستی به طور بهینه استفاده گردد.

چکیده انگلیسی

The major concerns in Wireless Sensor Networks (WSN) are energy efficiency as they utilize small sized batteries, which can neither be replaced nor be recharged. Hence, the energy must be optimally utilized in such battery operated networks. One of the traditional approaches to improve the energy efficiency is through clustering. In this paper, a hybrid differential evolution and simulated annealing (DESA) algorithm for clustering and choice of cluster heads is proposed As cluster heads are usually overloaded with high number of sensor nodes, it tends to rapid death of nodes due to improper election of cluster heads. Hence, this paper aimed at prolonging the network lifetime of the network by preventing earlier death of cluster heads. The proposed DESA reduces the number of dead nodes than Low Energy Adaptive Clustering Hierarchy (LEACH) by 70% Harmony Search Algorithm (HSA) by 50%, modified HSA by 40% and differential evolution by 60%.

منبع : www.sciencedirect.com


شبیه سازی شبکه های کامپیوتری و مخابراتی

شبیه سازی شبکه های کامپیوتری و مخابراتی

مشاهده پروژه ها و مقالات شبیه سازی شده

مشاهده ویدئو در این باره

خوشحال خواهیم شد اگر نظر خودتون رو درباره این مطلب ثبت کنید

خطا!دکمه ریفریش را بزنید

    لیســــــــت پــــــــروژه های انتشــــــــار نشده ( 22 موضوع )

    مشاهده لیست کامل
    مشاهده لیست کامل
    مشاهده لیست کامل
    مشاهده لیست کامل
    socket programing آموزش برنامه نویسی آموزش سی شارپ اینترنت اشیا بازی تحت شبکه بازی تحت شبکه به زبان سی شارپ برنامه تحت شبکه با سی شارپ برنامه نویسی ترجمه مقاله ترجمه مقاله شبکه دانلود رایگان پروژه های دانشجویی دانلود سورس برنامه دانلود سورس رایگان دانلود نرم افزار دانلود پروژه دانشجویی دانلود پروژه رایگان دانلود پروژه های دانشجویی دانلود کتاب دانلود کتاب آموزشی دانلود کتاب اموزشی سورس رایگان سورس کد بازی تحت شبکه سورس کد بازی تحت شبکه با C# سورس کد بازی تحت شبکه چند نفره سوکت پروگرمین شبکه SDN شبیه سازی با نرم افزار R نحوه نوشتن برنامه تحت شبکه نرم افزار Rstudio پروژه arena پروژه matlab پروژه ns2 پروژه opnet پروژه ارنا پروژه سیمولینک matlab پروژه شبکه عصبی پروژه مهندسی صنایع پروژه مهندسی صنایع با ارنا پروژه های آماده با OpenGL پروژه های آماده با OpenGL در سی پلاس پلاس پروژه های آماده با ارنا پروژه های آماده برای درس گرافیک کامپیوتری پروژه هوش مصنوعی پروژه پردازش تصویر matlab پروژه پردازش سیگنال matlab