انتخاب حسگرهای لبه ای با استفاده از مدل تصمیم گیری چندمعیاره سلسله مراتبی پویا

شبکه های گره های حسگر لبه ای Edge Sensor Nodes به عنوان بخش مهمی از زیرساخت اینترنت اشیا می آیند. گره های حسگر لبه ای برای کمک به تصمیم گیری هوشمند در حوزه های مختلفی استفاده می شوند؛ از جمله ساختمان های هوشمند، مدیریت زنجیره تامین، پایداری محیطی، رباتیک صنعتی و لجستیکی و همچنین کاربردهای اینترنت اشیا (IoT) که معمولا با محدودیت انرژی و نیاز به مدیریت کارآمد منابع مواجه هستند. مسئله ای که در صورت بی توجهی موجب کاهش طول عمر شبکه، تضعیف کیفیت پوشش و اتصال می شود. با این حال، طراحی یک روش بهینه و کم هزینه برای نصب حسگرها در محیط های پیچیده که دارای انواع دیوارها و منابع تداخل سیگنال هستند یک چالش مهم محسوب می شود. روش های سنتی معمولا بر اساس آزمون و خطا انجام می شوند و اغلب به راه حل های غیر بهینه منجر می گردند. این روش ها معمولا مسائل مهمی مانند مصرف انرژی و کیفیت سرویس شبکه (QoS) را به خوبی در نظر نمی گیرند. بر این اساس، هدف پژوهش حاضر ارائه یک رویکرد تصمیم گیری چندمعیاره سلسله مراتبی پویا (Dynamic AHP) برای انتخاب گره های لبه ای می باشد تا از طریق وزن دهی به روزشونده و متناسب با شرایط عملیاتی شبکه بتوان کارایی شبکه را افزایش داد که مدل تصمیم گیری چندمعیاره سلسله مراتبی پویا با تکیه بر تخصیص پویا و وزن معیارها از جمله انرژی باقیمانده، پوشش، اتصال و هزینه می تواند گره های حسگر لبه ای را به صورت کارآمد انتخاب کند.

کلیدواژه ها:

اینترنت اشیا ، کارایی انرژی ، حسگر لبه ای ، پوشش ، اتصال