پوشش دهی اهداف و نواحی در شبکه حسگر بی سیم با استفاده از الگوریتم های تحلیلی و تکاملی در حل مسائل بهینه سازی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 172

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ISEE-13-1_004

تاریخ نمایه سازی: 29 دی 1400

Abstract:

شبکه حسگر بی سیم، متشکل از مجموعه ای از حسگرهای توزیع مکانی شده با ساختار ازپیش معین یا تصادفی است. مسئله پوشش دهی، یکی از شاخص های عملکردی این شبکه، شامل سه دسته پوشش دهی اهداف، نواحی و مرز است. مسئله مدنظر این مقاله به تحلیل مسائل پوشش دهی اهداف و نواحی در یک شبکه با پخش تصادفی معطوف است. در این راستا، الگوریتم تحلیلی شدیدترین نزول مبتنی بر قاعده های آرمیجو و وولف برای نخستین بار برای حل مسئله پوشش دهی اهداف پیشنهاد می شود و در مسئله پوشش دهی نواحی از یک روش ترکیبی مبتنی بر روش شدیدترین نزول و الگوریتم های تکاملی وراثتی و جهش قورباغه ای به هم آمیخته استفاده می شود. بر مبنای ارزیابی عملکرد روش های پیشنهادی در سناریوهای مختلف، مشخص می شود استفاده از روش شدیدترین نزول در مقایسه با الگوریتم وراثتی به پیچیدگی محاسباتی کمتر و دقت بالاتر در پوشش دهی اهداف منجر می شود و مهم تر اینکه این روش، قابلیت مدیریت نحوه حرکت حسگرها به مقصد را نیز دارا است. نتایج در مسئله پوشش دهی نواحی نیز نشان می دهند الگوریتم جهش قورباغه ای به هم آمیخته در مقایسه با الگوریتم وراثتی، دقت بیشتری در پوشش دهی دارد؛ البته این افزایش در ازای پیچیدگی بالاتر حاصل می شود.

Keywords:

الگوریتم شدیدترین نزول , الگوریتم جهش قورباغه ای به هم آمیخته , الگوریتم وراثتی , پوشش دهی اهداف و نواحی , شبکه حسگر بی سیم , قاعده های جستجوی آرمیجو و وولف

Authors

محسن شیخ حسینی

استادیار گروه پژوهشی کامپیوتر و فناوری اطلاعات، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

سیدروح الله ثمره هاشمی

استادیار گروه پژوهشی فیبر نوری، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • M. Tubaishat and S. Madria, “Sensor networks: an overview,” IEEE ...
  • M. Honarmand, A. Ghiasian and H. Saidi, “Design of an ...
  • A. Ali, et. al., “A comprehensive survey on real-time applications ...
  • J. Yick, B. Mukherjee, and D. Ghosal, “Wireless sensor network ...
  • D. Culler, D. Estrin, and M. Srivastava, “Overview of wireless ...
  • M. Salkhordeh Haghighi, P. Aminsharie Najafi, “Improving the performance of ...
  • S. Abdollahzadeh, and N. J. Navimipour, “Deployment strategies in the ...
  • F. Aznoli, and N. J. Navimipour, “Deployment strategies in the ...
  • B. Wang, “Coverage problems in sensor networks: A survey,” ACM ...
  • M. Esnaashari, and M. R. Meybodi, “Dynamic point coverage problem ...
  • M. Karatas, “Optimal deployment of heterogeneous sensor networks for a ...
  • P. M. Pradhan and G. Panda, “Connectivity constrained wireless sensor ...
  • M. Farsi, et. al., “Deployment Techniques in Wireless Sensor Networks, ...
  • K. Mougou, et. al., “Redeployment of randomly deployed wireless mobile ...
  • J. Li, et. al., “An extended virtual force-based approach to ...
  • M. Maksimovic, “Evaluating the optimal sensor placement for smoke detection,” ...
  • Y. Liu, et. al., “A virtual square grid-based coverage algorithm ...
  • S. Fortune, “Voronoi diagrams and delaunay triangulations,” in Computing in ...
  • T.-W. Sung and C.-S. Yang, “Voronoi-based coverage improvement approach for ...
  • T. E. Kalayci, K. S. Yildirim, and A. Ugur, “Maximizing ...
  • K. S. Yildirim, T. E. Kalayci, and A. Ugur, “Optimizing ...
  • S.-K. Gupta, P. Kuila, and P. K. Jana, “Genetic algorithm ...
  • Y. El Khamlichi, et. al., “A hybrid algorithm for optimal ...
  • B. Cao, et. al., “Deployment optimization for ۳D industrial wireless ...
  • H. Mostafaei, et. al., “A sleep scheduling approach based on ...
  • W. Osamy, et. al., “Sensor network node scheduling for preserving ...
  • J. Nocedal, S. J. Wright, Numerical Optimization; Springer Verlag: New ...
  • W.Y. Sun, Y. Yuan, Optimization Theory and Methods: Nonlinear Programming, ...
  • M. Ahookhosh, S. Ghaderi, “On efficiency of nonmonotone Armijo-type line ...
  • M. Kim, S. Kwon, S. Oh, “The Performance of A ...
  • R. L. Haupt, S. E. Haupt, “Practical Genetic Algorithms”, Wiley, ...
  • M. Sharifiasn, H. Karshenas, S. Sharifiasn . “Improving Network Intrusion ...
  • T. H. Huynh, “A Modified Shuffled Frog Leaping Algorithm for. ...
  • M. Jadidoleslam, A. Bijami, A. Ebrahimi , “Generation Expansion Planning ...
  • نمایش کامل مراجع