ارائه یک الگوریتم جدید برای خوشه بندی در شبکههای سیار موردی بر استفاده ازاتوماتای یادگیرو الگوریتم ژنتیک
محل انتشار: اولین همایش ملی پژوهش های مهندسی رایانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 597
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT01_105
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
یک شبکهAd hocتشکیل شده از تجهیزات بی سیم قابل حمل که با یکدیگر به کمک تجهیزات ارتباطی بی سیم و بدون برقراری هیچگونه زیر ساختی، ارتباط برقرار می کنند. مهمترین ویژگی این شبکهها وجود یک توپولوژی پویا و متغیر میباشد کهنتیجه تحرک نودها است. بهترین روش جهت ایجاد یک ساختار سلسله مراتبی روش خوشه بندی می باشد. با این عمل مسائلی چون توان عملیاتی، تأخیر مسیریابی و اتلاف پهنای باند بهبود خواهد یافت. چون حرکت گرههای سیار اصلی ترینعامل تغییر توپولوژی در شبکه می باشد، روشهای خوشهبندی با توجه به ترک گرههها میتواند خوشههایی با پایداریبیشتری ایجادکند. در این تحقیق یک الگوریتم خوشهبندی جدید ارائه می دهیم که در فاز اول براساس دوفاکتور پایداری لینک و نرخ کاهش توان گرههای سیار، وزنی به گرهها اختصاص می دهد و در فاز دوم براساس وزن اختصاص داده شده در فازقبل اتوماتای یادگیر سلولی گره های کاندید سرخوشگی را انتخاب می کند. در آخر در فاز سوم اتوماتهای یادگیر گره های سرخوشه و گره های عضو را انتخاب کرده و خوشه ها را ایجاد می کند. بدین یورت اتوماتا عمل یادگیری را از محیط انجاممیدهد و می تواند خوشه های بهینه ای از نظر توان مصرفی و پایداری لینک تشکیل دهد. جهت شبیه سازی الگوریتم پیشنهادی از نرم افزارomnet++4.2.2استفاده می شود. نتایج شبیه سازی نشان می دهد خوشه های ایجاد شده درمقایسه با الگوریتم های پیشین طو عمر بیشتری دارند و با کاهش نرخ به روز رسانی از سربار شبکه به شدت کم می کنند.
کلیدواژه ها:
نویسندگان
پریسا شالباف زاده
دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد بافت
مهران ابدالی
عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد بافت
فرخ کروپی
عضو هیئت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد بافت
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :