تشخیص حسگرهای پرت اینترنت اشیا با استفاده از الگوریتم ترکیبی GWO-GA

در این مقاله سعی شده است با بهره گیری از ترکیب الگوریتم بهینه سازی ژنتیک و گرگ خاکستریرویکردی برای تشخیص حسگرهای پرت اینترنت اشیا پیشنهاد شود. با توجه به اینکه اساس روشپیشنهادی فاصله اقلیدسی حسگرها می باشد لذا در این مقاله چهار آستانه برای تشخیص حسگر پرت درنظر گرفته شد. بررسی یافته های تحقیق نشان می دهد که در آستانه اول روش پیشنهادی با دقت98/14 تشخیص مناسب تری نسبت به دیگر روش ها داشت و الگوریتم های ژنتیک و گرگ خاکستری با دقت یکسان 94/44 در رتبه بعدی قرار دارند. در آستانه دوم نیز روش پیشنهادی با دقت 92/59 تشخیص مناسبتری نسبت به روشهای دیگر داشته و الگوریتم های ژنتیک و گرگ خاکستری با دقت یکسان 85/18 در رتبه بعدی قرار دارند. همچنین در آستانه سوم روش پیشنهادی با دقت 57/40 تشخیص مناسبتری نسبت به دیگر روشها داشته و الگوریتمهای ژنتیک و گرگ خاکستری به ترتیب با دقت 53/70 و 50 در رتبه های بعدی قرار دارند و نهایتا اینکه در آستانه چهارم روش پیشنهادی با دقت 31/48 تشخیص مناسبتری نسبت به دیگر روشها داشته و الگوریتم گرگ خاکستری و الگوریتم ژنتیک به ترتیب با دقت 24/07 و 20/37 در رتبه های بعدی قرار دارند.

کلیدواژه ها:

اینترنت اشیا ، حسگر ، حسگر پرت ، الگوریتم گرگ خاکستری ، الگوریتم ژنتیک