مسیریابی ربات بر پایه الگوریتم هاگ ژنتیک موازی خوشه بندی شده

در شبکه سنسورها WSN) در محیط‌های مانیتورینگ ، مراقبت از سلامت و در محیط‌هایی که برای انسان غیرقابل دسترس است استفاده می‌شود. در این مقاله مابر روی مشکل مسیریابی و جمع‌آوری داده به وسیله یک روبات سیار در شبکه‌ ی سنسورها بحث می‌کنیم. همچنین به مسائل فروشنده دور کرد TSPN و الگوریتم هایNP اشاره می‌کنیم. هدف ماه از استفاده الگوریتم موازی ژنتیک مبتنی بر خوشه بندیا مهاجرت CBPGA این بود که ربات سیار بتواند کل داده‌ها را از همه سزار را جمع‌آوری کرده و ضمن جمع‌آوری اطلاعات هزینه‌های پیرایش ربات به حداقل برسد به در مرحله اول، الگوریتم خوشه بندی در کاهش مؤثر تعداد گره‌های ملاقات شده مورد استفاده قرار می‌گیرد در مرحله بعد مجموعه‌ای از گره‌های ملاقات شده با استفاده از الگوریتم تولید کروموزوم به کروموزوم هالیلی می‌شود . و در مرحله آخر یک مسیر کاهش یابد پیرایش داریم که با توجه به آن مسیرهای پرهزینه حذف می‌شود. نتایج شبیه‌سازی نشان می‌دهد که الگوریتم ژنتیک موازی بر مبنای خوشه بندی همراه با مهاجرت مؤثرتر از تولید یک وسیله کم هزینه است که هزینه پیدایش را با استفاده از رباط سیار کاهش می‌دهد .

کلیدواژه ها:

الگوریتم ژنتیکی موازی برمبنای خوشه بندی همراه با مهاجرت CBPGA ، شبکه‌های سنسور بی‌سیم ، مسائل مسیر یا بی ربات ، مسئله فروشنده دور کرد TSPN