دانلود رایگان مقالات امرالد - Emeraldدانلود رایگان مقالات سال 2018دانلود رایگان مقاله ISI الگوریتم بهینه سازی به زبان انگلیسیدانلود رایگان مقاله ISI الگوریتم خوشه بندی به زبان انگلیسیدانلود رایگان مقاله ISI الگوریتم و محاسبات به زبان انگلیسیدانلود رایگان مقاله ISI شبکه های حسگر بی سیم WSN به زبان انگلیسیدانلود رایگان مقاله ISI شبکه های کامپیوتری به زبان انگلیسیدانلود رایگان مقاله ISI مهندسی فناوری اطلاعات به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مهندسی کامپیوتر به زبان انگلیسی سال 2022 و 2023سال انتشار

مقاله انگلیسی رایگان در مورد بهینه سازی ژنتیکی الگوریتم خوشه بندی – امرالد ۲۰۱۸

 

مشخصات مقاله
انتشار مقاله سال ۲۰۱۸
تعداد صفحات مقاله انگلیسی ۹ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
منتشر شده در نشریه امرالد
نوع مقاله ISI
عنوان انگلیسی مقاله Genetic optimization of hybrid clustering algorithm in mobile wireless sensor networks
ترجمه عنوان مقاله بهینه سازی ژنتیکی الگوریتم خوشه بندی ترکیبی در شبکه های حسگر بی سیم موبایل
فرمت مقاله انگلیسی  PDF
رشته های مرتبط کامپیوتر، فناوری اطلاعات
گرایش های مرتبط شبکه های کامپیوتری، مهندسی الگوریتم ها و محاسبات
مجله بررسی سنسور – Sensor Review
دانشگاه IT Department – K.S.Rangasamy College of Technology – India
کلمات کلیدی مصرف انرژی، سر خوشه، عضو خوشه، توپولوژی پویا، طول عمر شبکه
کلمات کلیدی انگلیسی Energy consumption, Cluster head, Cluster member, Dynamic topology, Network lifetime
کد محصول E6533
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

بخشی از متن مقاله:
۱٫ Introduction

Genetic algorithm (GA) was initially suggested as a search algorithm. GA is also known as a global heuristic algorithm. A GA estimates an optimal elucidation through generating different individuals. Focused fitness function is one of the main procedures of GA. It is taken from natural evolution of new species in natural environment. The natural assessment has the accompanying features:  the individual characteristics are implied on a chromosome;  every chromosome has a specific fitness function value as indicated by the location in which it is present;  individual chromosomes with best fitness value can survive and produce next generations of better individual chromosomes. In this work, Base Station (BS) is a centralized, high-capacity node capable of co-coordinating the entire communication among nodes in an environment (Gherbi et al., 2017). GAbased cluster heads (CHs) selection is proposed, for better CHselections. On every round, new populations of CHs are selected by BS on evaluating fitness function. In dynamic clustering, i.e. re-clustering, it is significant to avoid early death of CH s. Hence, such efficient CHs can be obtained by applying selection, crossover and mutation processes. This proposed centralized approach is projected to overcome the main limitations of Low Energy Adaptive Clustering Hierarchy (LEACH) protocol (Heinzelman et al., 2002). In our proposed GA, binary representations are used to represent each sensor node bit by bit. The representation of a node in mobile wireless sensor network (MWSN) is called a Chromosome or Genome, a collection of bits. In this network, cluster members (CMs) are represented as “۰” and CHs are represented as “۱”. Initially, GA starts with any initial random population, a predefined number of chromosomes; each chromosome consists of a potential solution. Then, GA calculates fitness value of each chromosome by using fitness function. After evaluation, GA selects the best fit chromosomes from the population, by using a specific selection method based on their fitness values and then applies crossover and mutation operator, respectively. These procedures are repeated iteratively to obtain a new population better than the previous one.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا