بهینه سازی الگوریتم های مسیریابی در اینترنت اشیاء با استفاده از روش های فراابتکاری ترکیبی

اینترنت اشیاء (IoT) یکی از حوزه های نوظهور در عصر دیجیتال است که در آن میلیاردها دستگاه به هم متصل می شوند. با افزایش روزافزون تعداد دستگاه های متصل، بهینه سازی مسیریابی در شبکه های IoT به چالشی جدی تبدیل شده است. الگوریتم های مسیریابی سنتی در مواجهه با محدودیت هایی همچون انرژی محدود، پهنای باند کم، تاخیر و قابلیت اطمینان، کارایی مناسبی ندارند. این مقاله به بررسی و تحلیل روش های فراابتکاری ترکیبی برای بهینه سازی مسیریابی در IoT می پردازد. در این پژوهش، ابتدا چالش های اصلی مسیریابی در محیط های IoT بررسی شده و سپس الگوریتم های فراابتکاری پایه مانند الگوریتم ژنتیک، بهینه سازی ازدحام ذرات، کلونی مورچگان و جستجوی گرگ خاکستری معرفی می گردند. در ادامه، روش های ترکیبی جدید پیشنهاد شده که از ترکیب الگوریتم ژنتیک و کلونی مورچگان با بهینه سازی ازدحام ذرات بهره می برد. نتایج شبیه سازی ها نشان می دهد که الگوریتم ترکیبی پیشنهادی توانسته مصرف انرژی را تا ۳۲٪ کاهش دهد، طول عمر شبکه را ۴۱٪ افزایش دهد و تاخیر انتها به انتها را تا ۲۷٪ بهبود بخشد. همچنین، این روش تعادل بهتری بین پارامترهای کیفیت سرویس مانند مصرف انرژی، تاخیر و قابلیت اطمینان ایجاد کرده است.

کلیدواژه ها:

اینترنت اشیاء ، الگوریتم های مسیریابی ، روش های فراابتکاری ، بهینه سازی چندهدفه ، الگوریتم های ترکیبی ، کیفیت سرویس