انتخاب بهینه پروتکل های ارتباطی در اینترنت اشیای شهر هوشمند با استفاده از ترکیب تصمیم گیری چند معیاره و یادگیری تقویتی

نویسنده مسئول: سمیرا حورعلی در عصر اینترنت اشیاء (IoT) و گسترش زیرساخت های شهر هوشمند، انتخاب بهینه پروتکل ارتباطی میان دستگاه های هوشمند نقش کلیدی در تضمین کارایی، پایداری و کیفیت خدمات دارد. با توجه به تنوع بالای پروتکل های ارتباطی مانند ZigBee، NB-IoT، LoRa و Wi-Fi و تفاوت آن ها در معیارهایی نظیر مصرف انرژی، تاخیر، نرخ خطا، پهنای باند و هزینه، تصمیم گیری در این زمینه به مسئله ای چند معیاره و پویا تبدیل شده است. در این پژوهش، رویکردی ترکیبی مبتنی بر تصمیم گیری چند معیاره (MCDM) و یادگیری تقویتی برای انتخاب بهینه پروتکل ارتباطی در محیط های پویا و ناهمگون شهر هوشمند ارائه شده است. در مرحله نخست با استفاده از روش های MCDM وزن دهی اولیه به معیارها انجام شده و بهترین گزینه ها در شرایط ایستا شناسایی می شوند. سپس در مرحله دوم با به کارگیری یادگیری تقویتی، مدل به صورت پویا با تغییرات محیطی مانند تراکم، شبکه، سطح انرژی گره ها و وضعیت ترافیک داده سازگار می شود. جهت ارزیابی عملکرد روش پیشنهادی، شبیه سازی های گسترده ای در محیط پایتون و با استفاده از کتابخانه های TensorFlow و NumPy برای پیاده سازی بخش یادگیری تقویتی و کتابخانه های NetworkX و SimPy برای مدل سازی شبکه IoT شهری انجام شده است. نتایج شبیه سازی ها نشان می دهد که روش پیشنهادی در مقایسه با روش های کلاسیک موجب کاهش میانگین مصرف انرژی تا ۲۲ درصد، کاهش تاخیر شبکه تا ۲۱ درصد و بهبود پایداری ارتباط در شرایط متغیر محیطی می گردد. این ترکیب هوشمند از تصمیم گیری چند معیاره و یادگیری تقویتی چارچوبی کارا و خودتطبیق پذیر برای انتخاب پروتکل ارتباطی در اکوسیستم های شهر هوشمند فراهم می کند.

کلیدواژه ها:

اینترنت اشیا ، شهر هوشمند ، تصمیم گیری چند معیاره ، یادگیری تقویتی ، انتخاب پروتکل ارتباطی