Thesis

بهینه سازی خوشه بندی در شبکه های حسگر با استفاده از روشهای رایانش نرم

Abstract

چکیده انرژی گره ها یکی از مهمترین چالش ها در طراحی در شبکه های حسگر بی سیم می باشد.طول عمر شبکه شدیدا وابسته به طول عمر باطری گره می باشد واین باطریها بندرت قابل تعویض می باشند. بنابرین مصرف بهینه انرژی و الگوریتم های انرژی کارا به موضوع تحقیقاتی بسیاری از پایان نامه ها و مقالات تبدیل شده است.روش های مختلفی برای حل این مشکل پیشنهاد شده است که یکی از این استراتژیها برای مدیریت انرژی ، خوشه بندی می باشد. الگوریتم leachاز مشهورترین الگوریتم های خوشه بندی در شبکه های حسگر بیسیم می باشد که استفاده از گزینش تصادفی سرخوشه ها و نادیده گرفتن موقعیت و انرژی گره در این الگوریتم باعث بوجود آمدن مشکلاتی چند در این شبکه ها می شود. در این پایان نامه ضمن بررسی روش های مختلف خوشه بندی ، با استفاده از الگوریتم های هوشمند رایانش نرم روش خوشه بندی leachرا بهبود داده و طول عمر شبکه را افزایش داده ایم. نتایج شبیه سازی نشان می دهد که الگوریتم های پیشنهاد شده ضمن پشتیبانی ازتعداد سرخوشه های ثابت و بهینه دارای خوشه های نسبتا متوازن می باشند و همچنین با کاهش مصرف انرژی سبب افزایش طول عمر شبکه می شود.

Supervisors and advisors

حمید رضا ناجی، حمید صنعت نما

Similar items

  • بهینه سازی درجه بندی کاشی با استفاده از پردازش تصویر فازی و الگوریتم ژنتیک

    Article2015علم و مهندسی سرامیکاخوان صفار, مصطفی، درخشان برجویی, پویا، مختاری اردکان, مصطفی

    در خطوط کنترل کارخانجات کاشی برای اینکه بتوان کاشیها را درجه بندی کرد، نیاز به روشهایی برای تشخیص انواع عیوب مختلفی است که ممکن است در هنگام تولید بر روی کاشی‌ها به وجود آید. به گفته کارشناسان، یکی از بیشترین عیوبی که باعث پایین آمدن کیفیت کاشی‌ها می‌شوند، ترکها و خالها می‌باشند.

  • بهینه سازی استقرار در شبکه حسگر بیسیم جهت دستیابی به پوشش کامل و اتصال

    Article2018عصر برقمریم رشمه کریم، امید رضا معروضی

    Wireless sensor networks are a set of connected sensors in which each sensor node is able to collect some information, process, store and, if necessary, communicate with other sensors.One aspect of design in wireless sensor networks is the problem of sensor deployment.The deploym

  • بهینه سازی اتوماتیک خوشه بندی شبکه راهها با استفاده از الگوریتم انبوه ذرات بمنظور استخراج محور مرکزی آنها

    Articleمهندسی فناوری اطلاعات مکانیفاطمه عامری، fateme ameri محمدجواد ولدان زوج، mohammad javad valadan zoej مهدی مختارزاده، mehdi mokhtarzadeh

    این تحقیق در بر گیرنده روشی نوین در استخراج راه در قالب دو مرحله کشف راه و برداری سازی آن می باشد. در مرحله کشف راه تصویر مشتمل بر کلاس عوارض راه با استفاده از خوشه بندی به روش سی مینز فازی و بهبود تصویر با بهره گیری از پاره ای از عملیات پس پردازشی حاصل می گردد. در مرحله برداری س

  • معرفی یک روش بهینه جهت خوشه بندی جز ءبندی داده های فراطیفی با استفاده از الگوریتم بهینه سازی توده ذرات

    Articleعلوم و فنون نقشه برداریامین علیزاده نائینی، a. alizadeh naeini department of geomatics, faculty of engineering, university of tehran, north kargar street, tehran, iranدانشگاه تهران، گروه نقشه برداری محمد سعادت سرشت، m. saadatseresht department of geomatics, faculty of engineering, university of tehran, north kargar street, tehran, iranدانشگاه تهران، گروه نقشه برداری سعید همایونی، s. homayouni department of geography, university of ottawa, ottawa, canada, k1n 6n5دانشگاه اتاوا، کانادا ابوالفضل جمشیدزاده

    یکی از موفقیت آمیز ترین کاربردهای داده‎های فراطیفی، طبقه بندی آنها و تولید نقشه های پوشش زمین بدون نیاز به داده های واقعیت زمینی است. در میان روش های مختلف طبقه بندی غیرنظارت شده، روش های جزءبندی به دلیل سرعت و عملکرد بالا در خوشه بندی داده های فراطیفی مورد توجه قرار گرفته اند. ع

  • بهینه سازی سبد سرمایه گذاری با استفاده از روش های خوشه بندی

    Articleمدیریت دارایی و تأمین مالیمحمد سلطانی نژاد، گروه مدیریت مالی دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی، تهران، ایران. مریم دولو، گروه مدیریت مالی دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی، تهران، ایران.

    مسألۀ انتخاب سبد سرمایه گذاری و بهینه سازی، یکی از موضوعات مهم در حوزۀ سرمایه گذاری است. در این فرایند سعی بر آن است که سرمایه گذار بازای هر نرخی از بازده، کمترین ریسک ممکن را متحمل شود. اگر اطلاعاتی که در جریان بهینه سازی سبد سرمایه گذاری استفاده شده اند، دچار عدم قطعیت های آمار

  • تعیین توصیفگرهای بهینه در خوشه بندی داده های لیدار با استفاده از الگوریتم ژنتیک

    Articleمهندسی نقشه برداری و اطلاعات مکانیحیدر راستی ویس، h. rastiveis school of surveying and geospatial engineering,college of engineering, university of tehran,خ کارگر شمالی-پردیس دانشکده های فنی- دانشکده نقشه برداری گروه فتوگرامتری فرهاد صمدزادگان، f. samadzadegan school of surveying and geospatial engineering,college of engineering, university of tehran,خ کارگر شمالی-پردیس دانشکده های فنی- دانشکده نقشه برداری گروه فتوگرامتری

    در سال­های اخیر، تکنولوژی لیدار به عنوان یک تکنولوژی کارآمد در کسب اطلاعات سه­بعدی از زمین شناخته شده و هر روز بیش از پیش مورد توجه مهندسین و متخصصان مهندسی ژئوماتیک قرار می­گیرد. استخراج عوارض از داده­های لیدار به عنوان یکی از مسائل مهم در پردازش این اطلاعات به شمار می­آید. یکی