CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

رویکرد مواز ی جدید در بهینه سازی خوشه بندی شبکه ادهاک مبتنی بر دوگانگی الگور یتم ژنتیک و جستجوی ممنوعه چند پردازنده

عنوان مقاله: رویکرد مواز ی جدید در بهینه سازی خوشه بندی شبکه ادهاک مبتنی بر دوگانگی الگور یتم ژنتیک و جستجوی ممنوعه چند پردازنده
شناسه ملی مقاله: DCBDP06_044
منتشر شده در ششمین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ در سال 1399
مشخصات نویسندگان مقاله:

مجید عبدالرزاق نژاد - استادیار، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه بزرگمهر قائنات، قائن، بیرجند ،
سارا علی پور - دانشجوی دکتری، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد بیرجند، بیرجند

خلاصه مقاله:
شببکه های ادهاک شبام مجموعه ای از حسگر های بی سیم توزیع شده می باشند حسگر ها به طور مستقیم بدون هیچگونه نقطه دسترسی با همدیگر از طریق بی سیم ارتباط برقرار می کنند. حسگرها در یک شبکه متحرک وناهمگن بوده که به طور پویسته موقعیت خود را تغییر می دهد و لذا یک توپولوژی پویا و متغیر در این شبکه به وجود می آید. با این حال، به دلیل تحرک حسگر و منابع محدود در شبکه های بی سیم، یک چالش اصبی در این شبکه ها، خوشه بندی حسگرها برای مسیریابی و انتقال اطلاعات می باشند که از رده مسائل NP-Hard می باشد. در این مقاله برای خوشه بندی حسگرها یک رویکرد موازی جدید که در آن یک دوگانگی جدید الگوریتم های ژنتیک و جستجوی ممنوعه موازی طراحی شده، به منظور بهینه سازی خوشه بندی ارائه شده است. روش پیشنهادی از یک رویکرد موازی برای جستجوی فضای مساله استفاده می کند و تأکید زیادی در یافتن بهترین مراکز خوشه ها در زمان قابل قبول را دارد. روش خوشه بندی در الگوریتم پیشنهادی مبتنی بر تکنیک وزن دهی می باشد. که پارامترهای همچون انرژی فاصله، و شعاع همسایگی در آن لحاظ شده اس. نتایج پیاده سازی تایید می کند الگوریتم پیشنهادی دارای عملکرد بهتری در نتیجه خوشه بندی نسبت به دیگر الگوریتم های پرکاربرد در این حوزه رادارد.

کلمات کلیدی:
شبکه ادهاک، خوشه بندی، مسیر یابی، پردازش موازی، الگوریتم ژنتیک، الگوریتم جستجوی ممنوعه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1167831/