سرخوشه یابی در شبکه حسگر بیسیم با خوشه بندی کی میانگین و الگوریتم گرگ خاکستری

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 83

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECME20_003

تاریخ نمایه سازی: 7 اسفند 1402

چکیده مقاله:

یکی از روشهای مسیریابی برای افزایش طول عمر شبکه و کاهش مصرف انرژی گره ها، مسیر یابی مبتنی بر روش پروتکل سلسله مراتبی خوشه بندی تطبیق یافته با انرژی پایین می باشد(LEACH) است. روش LEACH بگونه ای است که ممکن است هیچ یا شمار بسیاری از گره های شبکه به عنوان سرخوشه ( CH) انتخاب شوند. روش مبتنی بر خوشه بندی کی میانگین ( K-MENAS ) فاقد مشکل مذکور است اما دارای مشکل حساسیت به پارامتر اندازه خوشه K است. از اینرو در این مقاله از الگوریتم گرگ خاکستری برای بهینه سازی روش خوشه بندی K-MEANS و سپس بکار گیری آن برای مسیریابی مبتنی بر سرخوشه یابی در شبکه حسگر بیسیم استفاده شده است. یافته ها نشان از عملکرد بهتر روش پیشنهادی در مقایسه با LEACH دارد.

نویسندگان

جواد محمدزاده

استادیار گروه مهندسی کامپیوتر، دانشکده هوش مصنوعی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

ارمغان حریری مقدم

دانشجو دکتری، گروه مهندسی کامپیوتر، دانشکده هوش مصنوعی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.