ارایه یک روش جدید برای کاهش مصرف انرژی در شبکه های حسگر بیسیم با استفاده از ویژگی های شبکه های عصبی

  • سال انتشار: 1390
  • محل انتشار: همایش ملی کامپیوتر و فناوری اطلاعات
  • کد COI اختصاصی: NCCIT01_034
  • زبان مقاله: فارسی
  • تعداد مشاهده: 4493
دانلود فایل این مقاله

نویسندگان

محمدعلی عظیمی ستوده

مربی دانشگاه آزاد اسلامی واحد شوشتر

سعید غفاری مقدم

مربی دانشگاه آزاد اسلامی واحدجاسب

چکیده

درسالهای اخیر تمایلات شدیدی به استفاده ازروشهای هوش مصنوعیدرکاهش مصرف انرژی شبکه های حسگر بی سیم ایجاد شدها ست به ویژه شبکه های عصبی مصنوعی بهدلیل برخورداری از قابلیت های بی مانندی نظیر رده بندی خودکار داده ها کاهش ابعاد داده ها پردازش آسان و ... به عنوان ابزاری موثر و قدرتمند تقریبا درتمامی جنبه های کاهشمصرف انرژی در شبکه های حسگربیسیم کاربرد دارنددراین مقاله به مساله مسیریابی مبتنی بر خوشه بندی در شبکه های حسگربی سیم با هدف کاهش مصرف انرژی و حفظ پوشش شبکه ای پرداخته شده اس برای رسیدن به این هدف ازشبکه عصبی نقشه خودسازماندهی SOM جهت ارایه پروتکل خوشه بندی مبتنی برانرژی استفاده شده است شبکه عصبی خودسازمانده بعد از آموزش و تنظیم مجدد وزن ها خوشه هایی براساس گره های پرانرژی در شبکه شکل خواهد داد درواقع هرخوشه ترکیبی ازیک گره پرانرژی و نزدیک ترین گره های کم انرژی است بدین ترتیب همه خوشه ها تقریبا از سطح انرژی یکسانی برخوردار خواهند بود. این پروتکل جدید که پروتکل خوشه بندی مبتنی برانرژی خودسازمانده EBCS نام دارد خوشه بندی را با توجه به دو معیار سطح انرژی و مختصات مکانی هرگه انجام میدهد و برتری آن از لحاظ افزایش طول عمر و حفظ بیشتر پوشش شبکه ای با شبیه سازی به اثبات رسیده است.

کلیدواژه ها

شبکه های حسگربی سیم، شبکه عصبی، نقشه خودسازماندهی، کاهش مصرف انرژی، خوشه بندی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.