ارائه یک روش جدید جهت مسیریابی و تجمیع داده ها در سیستم مدیریت پسماند مبتنی براینترنت اشیاء abstract
در طی دهه های اخیر فعالیت های انسانی و تغییرات مرتبط با شیوه های زندگی و الگوی مصرف بهتولید حجم زیادی از زائدات مختلف منجر شده است. این زائدات تهدیدی جدی برای بقایانسان،دیگر موجودات زنده و نیز منابع طبیعی که برای تداوم حیات انسان ضروری است محسوبمیشود. یکی از مهمترین فر آیندها در مدیریت هوشمند شهری،
جمع آوری زباله است. حرکت ما شینجمع آوری زباله در داخل منطقه شهری باهدف کاهش فاصله حرکتی، باعث صرفه جویی زیادی در زمان وهزینه می گردد. در این مقاله حرکت ما شین
جمع آوری زباله را در ساختار شبکه شهری با استفاده ازمکانیسم
خوشه بندی مناطق شهر ی بر اساس روش
خوشه بندی کلاسیک K-Means و
مسیریابی بر اساسقدرت یادگیری موجود در الگوریتم تکاملی بهینه سازی کلونی مورچگان، موردبررسی قرارگرفته است.به گونه ای که مسیر حرکت ما شین
جمع آوری زباله را در شهر به طور کامل مشخص کند. این مسیر از یکسری نقاط توقف تشکیل شده است که در هر نقطه، ما شین
جمع آوری زباله برای مدتی مشخص توقف کردهو زباله ها را جمع آوری می کند. از امتیازات اصلی روش ارائه شده، این است که در کنار مشخص شدنمسیر حرکت ما شین جمع آوری زباله، زمان توقف در هر نقطه نیز مشخص خواهد شد. همچنین روشارائه شده انعطاف پذیری موثری با نوع کاربرد دارد. این کار بر الگوریتم های بهینه سازی برای مدیریت شهرهوشمند مبتنی بر اینترنت اشیاء متمرکز است و به طور خاص این مقاله به رو شهای
جمع آوری زباله شهریبستگی دارد. این روش مبتنی بر همکاری شبکه ای است؛ به گونه ای که در ابتدای کار شبکه کوتاهترینمسیرها ایجاد می شود و سپس ماشین
جمع آوری زباله با دریافت اطلاعات مسیرها با استفاده از الگوریتمکلونی مورچگان بهترین ترتیب حرکت را برا ی
جمع آوری زباله ها را با توجه به درصد پر بودن هر مخزنزباله تعیین میکند. رویکرد پیشنهادی میتواند ماشین
جمع آوری زباله را برای حفظ مسیرهای بهینه با تعدادگام کمتری به آخرین مکا نهای تخلیه هدایت کند. برای ارزیا بی روش پیشنهادی شبیه سازی روشپیشنهادی انجام گردیده و نتایج شبیه سازی نشان می دهند که این الگوریتم در مقایسه با الگوریتم هایتکاملی مشابه زمان جمع آوری اطلاعات را افزایش داده و دارای عملکردی خوب است.