ارائه روشی جهت بهبود انتخاب سرخوشه درمسیریابی شبکه های سیارموردی با استفاده از شبکه های عصبی مصنوعی

شبکه سیار موردی به صورت آنی و با صرف هزینه بسیار پایین نسبت به شبکه های دیگر برپا می شود. گره هایشبکه سیار موردی می تواند برای تشخیص و رد گیری رفتارها و هدف گیری سلاح های پیشرفته،جلوگیری ازنفوذ عوامل دشمن، برقراری ارتباطات و کنترل پهبادها و شناورها و خودروهای بدون سرنشین و انواعحسگرهای هوشمند در شناسایی و جمع آوری اطلاعات خاص نظامی، جغرا یایی و محیطی مورداستفاده قرارمی گیرد. استفاده از این شبکه ها چالش های راوانی دارد. عوامل زیادی بر انرژی گره ها تاثیر منفی گذاشته وعملکرد کل شبکه را با چالش مواجهه می کنند؛ بنابراین یکی از مهمترین چالش های شبکه هایسیارموردی انرژی گره های و درنتیجه انرژی کل شبکه است. در روش پیشنهادی، با بهره گیری از ظرفیتشبکه های عصبی نقشه خودسازمان ده، شرایط را برای اعمال موازی الگوریتم سرخوشه یابی فراهم شدهاست. در روش پیشنهادی به منظور تسریع در امر سر خوشه یابی و در کل ارتقاء عمر شبکه، فضای دیتاست رابه کمک شبکه عصبی کلاس های دسته بندی نموده و هر کلاس را مستقلا به تابع سرخوشه یاب داده تا بهصورت همزمان سرخوشه ها تعیین گردد، سرخوشه یابی به صورت هوشمندانه توسط الگوریتم ژنتیک صورتمی گیرد. مقایسه روش پیشنهادی با سایر روش های مشابه نشان از بهبود سرعت عمل تعیین سرخوشه، ارتقاءعمر شبکه و کیفیت روش پیشنهادی را دارد.

Keywords:

شبکه های سیارموردی , خوشه بندی , شبکه های عصبی خودسازندهی , الگوریتم بهینه سازی ژنتیک