دانلود مقاله بهینه سازی انرژی در شبکه های حسگر بی سیم با استفاده از الگوریتم ژنتیک
تعداد کلمات فایل انگلیسی:4040کلمه 9صفحه pdf
تعداد صفحات فایل ترجمه:16صفحه word فونت14 b nazanin
چکیده
شبکه های حسگر بی سیم (WSNs) برای جمع آوری، پردازش و توزیع طیف وسیعی از داده ها برای چندین برنامه تجاری و نظامی استفاده می شود. حداکثر عمر باتری WSN ها در بهبود عملکرد WSN بسیار مهم است. در مطالعه حاضر، تغییرات متفاوتی از روش الگوریتم ژنتیک (GA) به طور مستقل بر روی مدل های انرژی برای انتقال داده های WSN ها با هدف برای پیدا کردن شرایط مصرف انرژی (E) اجرا شده است. هر یک از روش های GA به یک مجموعه مطلوب از پارامترها برای حداقل مصرف انرژی در WSN مربوط به نوع مدل انرژی انتخاب شده برای ارتباط داده ها منجر می شود، در حالی که بهترین عملکرد روش GA [مصرف انرژی (E = 3.49 × 10−4 J)] در WSN برای فاصله ارتباط (d) ≥87m در بین سر خوشه حسگر و یک ایستگاه پایه بدست می آید.
لغات کلیدی: شبکه حسگر بی سیم · الگوریتم ژنتیک · ارتباط داده ها · بهینه سازی انرژی
مقدمه
شبکه حسگر بی سیم (WSN) یکی از پیشروترین فن آوری های پیشرو در طول چند سال اخیر است. این سیستم به طور موثر برای نظارت بر وضعیت با استفاده از تعدادی گره حسگر [1-3] مورد استفاده قرار گرفته است. WSN ها در حوزه های دشوار به کار گرفته شده اند تا داده های مورد استفاده برای نظارت زیستگاه، رفع اشکالات و ردیابی هدف و … را تجزیه و تحلیل کنند. کارایی انرژی [6] و استحکام داده، یکپارچگی و محرمانه بودن شبکه ها [4-7] ویژگی های قابل توجهی برای قضاوت در مورد کیفیت WSN می باشند. گره های سنسور در ایجاد ارتباط، پردازش سیگنال و سازماندهی خود برای ایجاد یک WSN قوی، مقیاس پذیر، انرژی کارآمد و طولانی مدت مشارکت می کنند [8-10]. با وجود محدودیت های کم در WSN ها، مانند توسعه ارتباطات چند هاپ و تکنولوژی خودروهای هوایی مستقل، مسیریابی در زمین های متراکم و دشوار، نظارت بر سیستم های منابع محدود ، مدیریت داده، جمع آوری و تجزیه و تحلیل، و بهینه سازی مصرف انرژی و غیره باید حل شود
An energy optimization in wireless sensor networks by using genetic algorithm
Abstract Wireless sensor networks (WSNs) are used for
several commercial and military applications, by collecting,
processing and distributing a wide range of data. Maximizing
the battery life of WSNs is crucial in improving the performance
of WSN. In the present study, different variations
of genetic algorithm (GA) method have been implemented
independently on energy models for data communication of
WSNs with the objective to find out the optimal energy (E)
consumption conditions. Each of the GA methods results in
an optimal set of parameters for minimum energy consumption
in WSN related to the type of selected energy model
for data communication, while the best performance of the
GA method [energy consumption (E = 3.49 × 10−4 J)] is
obtained in WSN for communication distance (d) ≥87m in
between the sensor cluster head and a base station.
Keywords Wireless sensor network · Genetic algorithm ·
Data communication · Energy optimization
1 Introduction
Wireless sensor network (WSN) is one of the leading technology
trends since last fewyears. It has been used effectively
for situation monitoring by using a number of sensor nodes [1–3]. WSNs have been employed in tough terrains to ana-
کد:13311
دانلود رایگان مقاله انگلیسی
دانلود مقاله دات کام 
توضیحات محصول
دانلود مقاله بهینه سازی انرژی در شبکه های حسگر بی سیم با استفاده از الگوریتم ژنتیک
تعداد کلمات فایل انگلیسی:4040کلمه 9صفحه pdf
تعداد صفحات فایل ترجمه:16صفحه word فونت14 b nazanin
چکیده
شبکه های حسگر بی سیم (WSNs) برای جمع آوری، پردازش و توزیع طیف وسیعی از داده ها برای چندین برنامه تجاری و نظامی استفاده می شود. حداکثر عمر باتری WSN ها در بهبود عملکرد WSN بسیار مهم است. در مطالعه حاضر، تغییرات متفاوتی از روش الگوریتم ژنتیک (GA) به طور مستقل بر روی مدل های انرژی برای انتقال داده های WSN ها با هدف برای پیدا کردن شرایط مصرف انرژی (E) اجرا شده است. هر یک از روش های GA به یک مجموعه مطلوب از پارامترها برای حداقل مصرف انرژی در WSN مربوط به نوع مدل انرژی انتخاب شده برای ارتباط داده ها منجر می شود، در حالی که بهترین عملکرد روش GA [مصرف انرژی (E = 3.49 × 10−4 J)] در WSN برای فاصله ارتباط (d) ≥87m در بین سر خوشه حسگر و یک ایستگاه پایه بدست می آید.
لغات کلیدی: شبکه حسگر بی سیم · الگوریتم ژنتیک · ارتباط داده ها · بهینه سازی انرژی
مقدمه
شبکه حسگر بی سیم (WSN) یکی از پیشروترین فن آوری های پیشرو در طول چند سال اخیر است. این سیستم به طور موثر برای نظارت بر وضعیت با استفاده از تعدادی گره حسگر [1-3] مورد استفاده قرار گرفته است. WSN ها در حوزه های دشوار به کار گرفته شده اند تا داده های مورد استفاده برای نظارت زیستگاه، رفع اشکالات و ردیابی هدف و … را تجزیه و تحلیل کنند. کارایی انرژی [6] و استحکام داده، یکپارچگی و محرمانه بودن شبکه ها [4-7] ویژگی های قابل توجهی برای قضاوت در مورد کیفیت WSN می باشند. گره های سنسور در ایجاد ارتباط، پردازش سیگنال و سازماندهی خود برای ایجاد یک WSN قوی، مقیاس پذیر، انرژی کارآمد و طولانی مدت مشارکت می کنند [8-10]. با وجود محدودیت های کم در WSN ها، مانند توسعه ارتباطات چند هاپ و تکنولوژی خودروهای هوایی مستقل، مسیریابی در زمین های متراکم و دشوار، نظارت بر سیستم های منابع محدود ، مدیریت داده، جمع آوری و تجزیه و تحلیل، و بهینه سازی مصرف انرژی و غیره باید حل شود
An energy optimization in wireless sensor networks by using genetic algorithm
Abstract Wireless sensor networks (WSNs) are used for
several commercial and military applications, by collecting,
processing and distributing a wide range of data. Maximizing
the battery life of WSNs is crucial in improving the performance
of WSN. In the present study, different variations
of genetic algorithm (GA) method have been implemented
independently on energy models for data communication of
WSNs with the objective to find out the optimal energy (E)
consumption conditions. Each of the GA methods results in
an optimal set of parameters for minimum energy consumption
in WSN related to the type of selected energy model
for data communication, while the best performance of the
GA method [energy consumption (E = 3.49 × 10−4 J)] is
obtained in WSN for communication distance (d) ≥87m in
between the sensor cluster head and a base station.
Keywords Wireless sensor network · Genetic algorithm ·
Data communication · Energy optimization
1 Introduction
Wireless sensor network (WSN) is one of the leading technology
trends since last fewyears. It has been used effectively
for situation monitoring by using a number of sensor nodes [1–3]. WSNs have been employed in tough terrains to ana-
کد:13311
دانلود رایگان مقاله انگلیسی