مروری برالگوریتم های خوشه بندی درشبکه های حسگربی سیم

شبکه ی حسگربیسیم مجموعه ای ازتعدادزیادی گرههای حسگراست که با قابلیت حسکردن،پردازش ومحاسبه کردن تشکیل شدهاست.این حسگرهای کوچک ابزاری کارآمد برای جمع آوری داده ازمحیط هستند.حسگرها داده های جمع آوری شده را در نهایت به ایستگاه اصلی میفرستند.به منظوردستیابی به مقیاس پذیری ونیزتجمیع داده،گرههای حسگردرگروههای کوچکتری که باهم همپوشانی ندارنددسته بندی میشوند.این گروه ها که خوشه نام دارند،هر کدام دارای سرخوشه می باشند.نحوه انتخاب سرخوشه ها بسیار مهم است.هر خوشه برای انتقال اطلاعات به ایستگاه اصلی نیاز به انرژی دارد.درنتیجه هرچه انتخاب سرخوشه هوشمندانه تر باشد در کاهش مصرف اترژی تاثیر بسزایی دارد.الگوریتم های زیادی برای خوشه بندی وجود دارد از جمله اینالگوریتم ها که در این مقاله به آن می پردازیم الگوریتم خوشه بندی means-k است.در این مقاله با ترکیب دو الگوریتم ژنتیک وکلونی مورچگان به منظور خوشه بندی صحیح و هوشمندانه و با استفاده از خصوصیات الگوریتم means-k ،سعی در یافتن بهترین سرخوشه داریم که موجب کاهش مصرف انرژی و در نتیجه افزایش طول عمر شبکه خواهد شد

کلیدواژه ها:

شبکه ی حسگر ، الگوریتم کلونی مورچگان ، الگوریتم ژنتیک ، خوشه بندی