یک الگوریتم جدید جهت خوشه بندی شبکه های سیار موردی بااستفاده از تعیین وزن لینک های مجازی بین گره ها
Publish place: 1st National Innovation Conference on Computer Engineering and Information Technology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,030
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_037
تاریخ نمایه سازی: 9 تیر 1393
Abstract:
یکی از مهمترین مشکلات الگوریتم های خوشه بندی در شبکه های سیار موردی، پایداری نسبتاً کم خوشه های تولید شده است، که این امر موجب فروپاشی سریع خوشه ها و در نتیجه مصرف زیاد انرژی جهت عملیات خوشه بندی مجدد می گردد. الگوریتم های زیادی در جهت افزایش پایداری خوشه ها مطرح شده اند که از مطرح ترین آنها می توان به الگوریتم های وزنی اشاره نمود. در الگوریتم های وزنی، تنها از مشخصات محدود هر گره برای تعیین وزن آن استفاده می شود و این امر موجب می گردد که دقت وزن های تولید شده کم شود و اغلب بهترین گزینه های ممکن برای سرخوشه شدن برگزیده نشود. هدف از ارائه این مقاله مطرح کردن یک الگوریتم وزنی می باشد که در آن تعیین وزن هر گره نه تنها با استفاده از مشخصات خود گره، بلکه با استفاده از مشخصات گره های همسایه اش انجام می شود واین کار بوسیله ی تعیین وزن لینک های مجازی بین گره ها صورت می گیرد که ارتباط بین گره ها را فراهم می کنند. به وسیله این روش می توان شایستگی گره ها را در جهت سرخوشه شدن، به صورت دقیق تعیین نمود. در شبیه سازی ها و آزمایشات صورت گرفته مشخص شده است خوشه های تولید شده توسط الگوریتم پیشنهادی دارای پایداری بسیار بالایی هستند.
Authors
عباس افشارفرنیا
دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد اراک،اراک،ایران
عباس کریمی
عضو هیئت علمی (استادیار) دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد اراک، اراک، 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 :