طراحی یک روش خوشه بندی انرژی اگاه مبتنی بر الگوریتم ژنتیک در شبکه حسگر بی سیم ناهمگن
Abstract(in Persian; no English abstract is available)
خوشهبندی یکی از تکنیکهای موثر برای مدیریت مناسب انرژی و افزایش طول عمر در شبکههای حسگر بی سیم میباشد. یکی از پارامترهای حائز اهمیت در ساخت خوشههای بهینه، انتخاب سرخوشه مناسب است که علاوه بر افزایش طول عمر شبکه و داده دریافتی در چاهک، کاهش انرژی اتلافی را به دنبال خواهد داشت. در این مقاله ابتدا به بررسی چند الگوریتم خوشهبندی مبتنی بر روشهای هوش محاسباتی پرداخته شده و سپس نسبت به ارائه دو الگوریتم خوشه بندی انرژی آگاه در شبکههای ناهمگن مبتنی بر الگوریتم ژنتیک تحت عناوین eagca و *eagca اقدام شده است. الگوریتم های پیشنهادی با استفاده از اطلاعاتی از گره ها مانند ترافیک گره، انرژی باقیمانده گره، انرژی گرههای همسایه و فاصله محلی به انتخاب سرخوشه بهینه ودر نهایت ایجاد خوشه بهینه اقدام میکنند. نتایج شبیهسازی ها، توانایی این الگوریتم ها را در ایجاد خوشه مناسب و یافتن سرخوشه بهینه، به خوبی نشان می دهد. همچنین روش های پیشنهادی با دیگر روشهای خوشه بندی از جمله leach و eaerp در پارامترهایی نظیر تعداد گرههای زنده، داده دریافتی در چاهک و طول عمر شبکه مقایسه شده است. نتایج مقایسه ها، ناظر بر عملکرد بهتر الگوریتم های eagca و *eagca نسبت به سایر الگوریتم ها در افزایش طول عمر شبکه و افزایش داده دریافتی در چاهک میباشد.