تحلیل ماندگاری ذرات هوشمند شبکه های حسگر بیسیم در اینترنت اشیاء با استفاده از الگوریتم جغرافیای زیستی

استفاده گسترده از تکنولوژیهای نوین همچون اینترنت اشیاء در محیطهای هوشمند و شبکه های حسگر بیسیم منجر به ایجاد روش های گوناگون در تحلیل داده های بدست آمده از این نکنولوژی ها گردیده است.با توجه به ظهور تکنیکهای نوین در شبکه های حسگر بیسیم، در واقع تجمع تعداد زیادی از گره های حسگر در محیط که هر کدام به طور خودمختار و با همکاری سایر گره ها، هدف خاصی را دنبال می کنند، قابلیت تبدیل اطلاعات مفید از داده های جمع آوری شده از رفتار محیط هوشمند توسط سنسورها به اطلاعات مفید را بوجود آورده است. در مطالعه حاضر برای تحقق این امر از تکنیک خوشه بندی و کلاس بندی استفاده شده است. تا بتوان با روش خوشه بندی بهبود یافته کارهای مختلف در محیط هوشمند را دسته بندی کرد و نهایتا خروجی کلاس بندیCART با توجه به این خوشه ها، بدست آورد. همچنین خوشه بندی جزء مسائل پیچیده یا np-hard محسوب میشود، و برای حل آن از الگوریتمهای بهینه سازی بهره گرفته شده تا افراز و تفکیک بهتری برای ایجاد الگویی مناسب در طراحی محیط هوشمند انجام شود. در این مطالعه از الگوریتم جغرافیای زیستی وعلف هرز و جغرافیای زیستی بهبود یافته از طریق شبیه سازی عملکرد بازده انرژی و امنیت ETARP و پروتکل های AODV-LTB و AODV– EHA در جهت خوشه بندی و مقایسه نتایج بهره برده ایم. در نهایت نتایج پیاده سازی نشان میدهد که الگوریتم جغرافیای زیستی بهبود یافته نتایج بهتری برای خوشه بندی را بدست آورده است، و توانایی بیرون آمدن از دام بهینه محلی را فراهم میکند. این مهم به این خاطر است که الگوریتم بهبود یافته توانایی جستجوی سراسری بهتری در فضای مساله (خوشه بندی) دارد. همچنین کلاس بندی صورت گرفته باتوجه به الگوریتم خوشه بندی بهبود یافته، خطای حاصل از کلاس بندی افراد مختلف را کمینه کرده است؛ که این مهم نشان دهنده این است که نتایج بهتر از قبل طبقه بندی شده است.

Keywords:

اینترنت اشیاء , شبکه های حسگر بیسیم , محیط هوشمند , الگوریتم های بهینه سازی , مدیریت داده های شبکه های حسگر بیسیم