مدیریت منابع انرژی کارآمد برای اینترنت اشیا شناختی بر اساس آتوماتای یادگیر

حرکت نودها و محدودیت انرژی آنها در شبکههای اینترنت اشیا شناختی منجر به پیچیده شدن شرایط شبکه میشود، بهطوری که داشتن یک مکانیزم بهرهوری انرژی کارآمد امری مهم در این شبکهها محسوب میشود و میتواند انرژی مصرفی در شبکه را کاهش دهد،عناصر شبکه ( شامل نودها، سیاستها و رفتارها ) به دلیل محدود بودن در وضعیت، دامنه و مکانیزمهای پاسخ، قادر به ایجاد سازگاری هوشمند با محیطی که در آن عمل میکنند، نیستند و سازگاری در این شبکهها معمولا به صورت انفعالی است. به همین دلیل از الگوریتمهای بهرهوری انرژی انتظار میرود که بتوانند خودشان را با تغییرات محیط از طریق یک راهکار پیشگیرانه سازگار کنند. از طرفی فرماندهی انتظامی جمهوری اسلامی ایران(فراجا)به جهت فعالیت در عرصه نظم و امنیت با حجم بسیار گستردهای از اطلاعات در حوزههای گوناگون اجتماعی، امنیتی، اقتصادی و فرهنگی در ارتباط است، به همین دلیل برای رسیدن به اهداف مذکور، این مقاله یک راهکار جدیدی RMLAB را برای بهرهوری انرژی مبتنی بر آتوماتای یادگیر از دیدگاه شبکههای شناختی ارائه کرده است، که با استفاده از آتوماتای یادگیر توان ارسال نودهای شبکه برای مدیریت مصرف انرژی بهصورت خودسازمانده،خودآگاه و پویاتنظیم میشود و از عمده نقاط قوت این روش نسبت به روشهای موجود این است که شبکه قادر به سازماندهی، مدیریت و بازسازی خودش است. نتایج آزمایشات نشان میدهد که بررسی بهرهوری انرژی از دیدگاه شبکه شناختی منجر به بهبود پارامترهای کیفیت سرویس از جمله توان عملیاتی و تاخیر انتها به انتها در شبکه نسبت به دیگر روشهای بهرهوری انرژی شده است.

Keywords:

آتوماتای یادگیر , بهره&rlm , وری انرژی , اینترنت اشیا , شبکه شناختی , کنترل توان ارسال , عناصر شبکه شناختی