پیش بینی و کنترل ازدحام در شبکه حسگر بی سیم بر پایه الگوریتم بهینه سازی ازدحام ذرات و شبکه عصبی مصنوعی

با ایجاد رشد در استفاده بالقوه از شبکه های حسگر بی سیم، تلاش های پژوهشی قابل توجهی در مسیریابی کیفیت خدمات انجام گرفته است. پیش بینی دقیق، پویا و قابل اطمینان جریان ترافیک، اساس مدیریت، کنترل و بهینه سازی سیستم های مدیریت شبکه است. امروزه از روش های متفاوتی برای کنترل جریان ترافیک و کنترل ازدحام در شبکه استفاده می شود که تمام این روش ها نیاز به قابلیت اطمینان بالا درپیش بینی دارند. در این مقاله یک رویکرد جدید مبتنی بر الگوریتم یادگیری ماشین و با استفاده از الگوریتم شبکه عصبی و الگوریتم بهینه سازی ازدحام ذرات برای تشخیص تراکم شبکه، قبل از آن که منجر به وقفه و منفصل شدن خدمات شبکه گردد، معرفی شده است. نوآوری بکار گرفته در این تحقیق از آن جهت است که روش پیشنهادی قادر به بیان منشا و شناسایی منبع ازدحام می باشد. با شناسایی شدن یک گره، سیستم انطباقی معرفی شده، سیاست محدودیت سرعت جریان به منابع مشخص شدن را با هدف جلوگیری از ازدحام اعمال می کند. با اعمال این سیاست، ازدحام شناسایی شده به خوبی مرتفع گردیده و ازدحام نیز به خوبی و با کارایی مناسب مرتفع می گردد. با توجه به توانایی بالای شبکه های عصبی مبتنی بر عمق حافظه؛ در مدل سازی سیستم های غیر خطی و متغیر با زمان در این تحقیق، جهت پیش بینی جریان ترافیک و کنترل ازدحام از شبکه عصبی استفاده شده است. روش پیشنهادی مورد شبیه سازی قرار گرفته است نتایج حاصل براساس معیارهایی چون مصرف انرژی، میزان اتلاف بسته و نرخ شناسایی ازدحام در مقایسه با سایر مطالعات پیشین، مورد مقایسه و ارزیابی قرار گرفته است و نتایج بیانگر کیفیت مناسب روش پیشنهادی می باشد.

Keywords:

بهینه سازی ازدحام ذرات , شبکه حس گر بی سیم , شبکه عصبی , کنترل ازدحام , توازن بار , مسیریابی بهینه