تشخیص حسگرهای پرت اینترنت اشیا با استفاده از الگوریتم ترکیبی GWO-GA
Publish place: National Congress of New Ideas in Engineering & Technology, Electrical & Computer Science
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 615
This Paper With 13 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:
شناسه ملی سند علمی:
SETCO01_021
تاریخ نمایه سازی: 13 مهر 1397
Abstract:
در این مقاله سعی شده است با بهره گیری از ترکیب الگوریتم بهینه سازی ژنتیک و گرگ خاکستریرویکردی برای تشخیص حسگرهای پرت اینترنت اشیا پیشنهاد شود. با توجه به اینکه اساس روشپیشنهادی فاصله اقلیدسی حسگرها می باشد لذا در این مقاله چهار آستانه برای تشخیص حسگر پرت درنظر گرفته شد. بررسی یافته های تحقیق نشان می دهد که در آستانه اول روش پیشنهادی با دقت98/14 تشخیص مناسب تری نسبت به دیگر روش ها داشت و الگوریتم های ژنتیک و گرگ خاکستری با دقت یکسان 94/44 در رتبه بعدی قرار دارند. در آستانه دوم نیز روش پیشنهادی با دقت 92/59 تشخیص مناسبتری نسبت به روشهای دیگر داشته و الگوریتم های ژنتیک و گرگ خاکستری با دقت یکسان 85/18 در رتبه بعدی قرار دارند. همچنین در آستانه سوم روش پیشنهادی با دقت 57/40 تشخیص مناسبتری نسبت به دیگر روشها داشته و الگوریتمهای ژنتیک و گرگ خاکستری به ترتیب با دقت 53/70 و 50 در رتبه های بعدی قرار دارند و نهایتا اینکه در آستانه چهارم روش پیشنهادی با دقت 31/48 تشخیص مناسبتری نسبت به دیگر روشها داشته و الگوریتم گرگ خاکستری و الگوریتم ژنتیک به ترتیب با دقت 24/07 و 20/37 در رتبه های بعدی قرار دارند.
Keywords:
Authors
مهناز سلیمانی
دانشجوی کارشناسی ارشد شبکه های کامپیوتری و عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد لاهیجان
محمدحسن خوب کار
عضو هییت علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد لاهیجان