شبیه سازی مقاله :A Hybrid Method for Mobile Agent Moving Trajectory Scheduling using ACO and PSO in WSNs با متلب

در این بخش به شبیه سازی مقاله تحت عنوان A Hybrid Method for Mobile Agent Moving Trajectory Scheduling using ACO and PSO in WSNs به متلب پرداخته شده است. که در این مقاله از یک روش هیبرید برای برنامه ریزی مسیر حرکت با استفاده از الگوریتم کوچ پرندگان و کلونی مورچگان استفاده شده است

چکیده مقاله
شبکه های حسگر بی سیم (WSN) معمولاً با انرژی محدود و توپولوژی پیچیده شبکه ای که می تواند با معرفی یک گره عامل تلفن همراه کاهش یابد ، مشکل دارند. به دلیل وجود گره های بیشمار به ویژه در شبکه های مقیاس بزرگ ، عبور از همه گره ها برای کلکتور زمان بر است و تأخیر قابل توجهی در شبکه وجود دارد. بنابراین ، مسیر متحرک جمع کننده باید به خوبی برنامه ریزی شود تا به یک طول کوتاه تر برای جمع آوری کارآمد داده برسد. توجه زیادی به تغییر مسیر حرکت عامل تلفن همراه شده است ، اما نتیجه از نظر مصرف انرژی و تأخیر شبکه محدودیت هایی دارد. در این مقاله ، ما یک روش ترکیبی به نام HM-ACOPSO اتخاذ می کنیم که ترکیبی از بهینه سازی کلنی مورچه ها (ACO) و بهینه سازی ازدحام ذرات (PSO) برای برنامه ریزی یک مسیر حرکت کارآمد برای عامل متحرک است. در HM-ACOPSO ، میدان سنسور به خوشه ها تقسیم می شود و عامل متحرک با ترتیب توالی شده توسط ACO ، سر خوشه ها (CHs) را پیمایش می کند. گره لنگر هر CH در محدوده ارتباطات توسط عامل تلفن همراه با استفاده از PSO بر اساس توالی عبور انتخاب می شود. دامنه ارتباطات به صورت پویا تنظیم می شود و گره های لنگر برای بهبود عملکرد بیشتر در یک منطقه پوششی تکراری ادغام می شوند. نتایج شبیه سازی متعدد ثابت می کند که روش ارائه شده از نظر مصرف انرژی و کارایی جمع آوری اطلاعات ، از برخی کارهای مشابه بهتر عمل می کند.

در صورت علاقه برای مطالعه مقاله کلیک کنید

شبیه سازی مقاله :A Hybrid Method for Mobile Agent Moving Trajectory Scheduling using ACO and PSO in WSNs با متلب

شبیه سازی مقاله :A Hybrid Method for Mobile Agent Moving Trajectory Scheduling using ACO and PSO in WSNs با متلب

برای مشاهده فیلم شبیه سازی مقاله در متلب کلیک کنید

35000 تومان – خرید
درباره این محصول نظر دهید !