الگوریتم خوشه بندی مبتنی بر منطق فازی با هدف تعادل مصرف انرژی و افزایش طول عمر خوشه ها

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 613

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ITCC01_156

تاریخ نمایه سازی: 9 فروردین 1395

Abstract:

شبکه ی حسگر بی سیم (WSN) از تعداد زیادی گرهی حسگر تشکیل شده که به یکدیگر متصلهستند تا عمل خاصی را انجام دهند. این گره ها انرژی، قدرت پردازش و حافظه ی محدودی دارند.به دلیل محدودیت منابع در شبکه های حسگر بی سیم، افزایش طول عمر شبکه همیشه مورد توجهبوده است. بنابراین نیاز به روشهایی برای کاهش مصرف انرژی در گره ها داریم. خوشه بندی یکیاز روشها برای کاهش مصرف انرژی است. الگوریتم های خوشه بندی بسیاری معرفی شده اند. دراین مقاله، ما یک روش کارا بر مبنای روش منطق فازی توزیع شده با پنج پارامتر ورودی از جملهانرژی، مرکزیت، فاصله تا پایگاه مرجع، تعداد گام ها و تراکم گره، پیشنهاد شده است. جهتجلوگیری از مصرف بالای انرژی در الگوریتم پیشنهادی ، نیاز به اجرای منطق فازی در هر نقطه بهصورت توزیع شده است .کارایی الگوریتم پیشنهادی را با الگوریتم هایی همچون LEACH ،ACAWT ، CHEF و الگوریتم گوپتا مقایسه نمودیم.

Keywords:

شبکه های حسگر بی سیم , طول عمر , انرژی , الگوریتم های خوشه بندی , منطق فازی توزیع شده

Authors

میلاد مهری

گروه کامپیوتر و فناوری اطلاعات ،واحد مهدیشهر،دانشگاه آزاد اسلامی مهدیشهر،ایران

مریم تعجبیان

گروه کامپیوتر و فناوری اطلاعات ،واحد قائمشهر،دانشگاه آزاد اسلامی قائمشهر ،ایران

اردلان الیاسی

الگوریتم خوشه بندی مبتنی بر منطق فازی با هدف تعادل مصرف انرژی و افزایش طول عمر خوشه ها

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 :
  • Interm _ _ ferene _ Im formatiom _ _ fComrnter ...
  • Alaybeyoglu A, Erciyes K, Kantarci A. An adaptive cone based ...
  • Gupta I, Riordan D, Sampalli S. Cluster head election using ...
  • Kim JM, Park SH, Han YJ, Chung TM. CHEF: cluster ...
  • L. A. Zadeh, "Fuzzy Sets, " Information andControl, Vol. 8, ...
  • R. John and S Coupland, "Type-2 Fuzzy Logic: AHistorical View, ...
  • N. N. Karnik, J. M. Mendel, and L. Qilian, "Type-2 ...
  • J. M. Mendel and R. I. B. John, "Type-2 FuzzySets ...
  • Wen C, Sethares WA. Adaptive decentralized re-clustering for wireless sensor ...
  • Taheri H, Neamatollahi P, Younis OM, Naghibzadeh S, Yaghmaee MH. ...
  • Kumar SS, Kumar MN, Sheeba VS. Fuzzy logic based energy ...
  • Ando H, Kulla E, Barolli L, Durresi A, Xhafa F, ...
  • Taheri M, Kavian YS. Energy efficient clustering algorithm for wireless ...
  • Hammoudeh M, Kurz A, Gaura A. MuMHR: multi-path, multi-hop hierarchical ...
  • Wang Y, Zhao Q, Zheng D. Energy-driven adaptive clustering data ...
  • Pattem S, Poduri S, Kri shnamachari B. Energy-quality tradeoffs for ...
  • Choi H, Wang J, Hughes EA. Scheduling for information gathering ...
  • Kuilab P, Janaa P. Energy efficient load-balanced clustering algorithm for ...
  • Gupta G, Younis M. Performance evaluation _ load-balanced clustering _ ...
  • نمایش کامل مراجع