حمیدرضا خادمی زاده - کارشناسی ارشد فناوری اطلاعات گرایش شبکه های کامپیوتری، دانشگاه آزاد اسلامی، واحد صفاشهر

فناوری اینترنت اشیاء دارای کاربردهای زیادی در حوزه های مختلف مانند شهرهای هوشمند است. به کمک اینترنت اشیاء می توان شهرهای هوشمند را ایجاد و تبادل اطلاعات بین اشیاء در این شهرها را ممکن نمود. یک چالش مهم در شهرهای هوشمند آن است که میزان مصرف انرژی اشیاء در این شهرها کنترل شود و یک ابزار مهم کنترل استفاده از الگوریتم های یادگیری ماشین و داده کاوی برای پیش بینی مصرف انرژی است. چالش مهم روش های داده کاوی مانند شبکه عصبی مصنوعی برای پیش بینی مصرف انرژی آن است که خطای خروجی می تواند قابل توجه باشد. در این مقاله برای کاهش دادن خطای شبکه عصبی مصنوعی چندلایه از الگوریتم بهینه سازی شاهین استفاده شده است و نقش این الگوریتم منتخب بهینه وزن و بایاس شبکه عصبی مصنوعی چندلایه است. آزمایش ها با مجموعه داده خانه های هوشمند نشان می دهد روش پیشنهادی برای پیش بینی مصرف انرژی خطای برابر ۰.۰۷۸دارد و دقت و حساسیت آن به ترتیب برابر ۹۱.۳% و ۹۱.۲% است. آزمایش ها نشان می دهد روش پیشنهادی دارای خطای کمتری در پیش بینی مصرف انرژی نسبت به الگوریتم بهینه سازی گرگ خاکستری، الگوریتم بهینه سازی وال، الگوریتم بهینه سازی کفتار و الگوریتم بهینه سازی پروانه است.

اینترنت اشیاء، شهر هوشمند، مصرف انرژی، داده کاوی، الگوریتم بهینه سازی شاهین