خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد با استفاده از قوانین فازی هوشمند برای شبکه های حسگر بی سیم
.
English Article Title: Energy–efficient grid–based routing algorithm using intelligent fuzzy rules for wireless sensor networks
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Electrical Engineering
DOI: https://doi.org/10.1016/j.compeleceng.2018.03.036
Keywords:
#Grid_based_routing
#Wireless_sensor_networks
#Clustering
#Fuzzy_inference_system
#Fuzzy_rules
#Residual_energy
#مسیریابی_مبتنی_بر_گرید
#الگوریتم_مسیریابی
#گرید_انرژی
#شبکههای_حسگر_بیسیم
#خوشهبندی
#سیستم_استنتاج_فازی
#قوانین_فازی
#انرژی_باقیمانده
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
در شبکه های حسگر بی سیم، گره های حسگر از محدودیت انرژی برخوردار هستند، و از این رو، طراحی پروتکل مسیریابی انرژی کارآمد، چالش مهمی است که باید به آن رسیدگی شود. در میان روش های مختلف خوشه بندی مورد استفاده برای مسیریابی انرژی کارآمد، روش خوشه بندی مبتنی بر گرید در بهینه سازی انرژی، کارآمدتر است. بنابراین، در این کار، یک الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد برای شبکه حسگر در جهت حفظ انرژی در گره های حسگر و افزایش طول عمر شبکه پیشنهاد می کنیم. علاوه بر این، مسیریابی از طریق هماهنگ کننده گرید انجام می شود که از قوانین فازی برای پیدا کردن مسیر بهینه به منظور کاهش تعداد هاپ ها در فرآیند مسیریابی استفاده می کند. با توجه به شبیه سازی های انجام شده در این کار مشاهده می شود که الگوریتم مسیریابی پیشنهادی در مقایسه با سایر پروتکل های مسیریابی مبتنی بر گرید و خوشه، عملکرد بهتری از نظر انرژی باقیمانده و طول عمر شبکه فراهم می کند.
کلمات کلیدی: مسیریابی مبتنی بر گرید، شبکه های حسگر بی سیم، خوشه بندی، سیستم استنتاج فازی ، قوانین فازی، انرژی باقیمانده
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2srZN10
.
عنوان فارسی مقاله : الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد با استفاده از قوانین فازی هوشمند برای شبکه های حسگر بی سیم
.
English Article Title: Energy–efficient grid–based routing algorithm using intelligent fuzzy rules for wireless sensor networks
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Electrical Engineering
DOI: https://doi.org/10.1016/j.compeleceng.2018.03.036
Keywords:
#Grid_based_routing
#Wireless_sensor_networks
#Clustering
#Fuzzy_inference_system
#Fuzzy_rules
#Residual_energy
#مسیریابی_مبتنی_بر_گرید
#الگوریتم_مسیریابی
#گرید_انرژی
#شبکههای_حسگر_بیسیم
#خوشهبندی
#سیستم_استنتاج_فازی
#قوانین_فازی
#انرژی_باقیمانده
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
در شبکه های حسگر بی سیم، گره های حسگر از محدودیت انرژی برخوردار هستند، و از این رو، طراحی پروتکل مسیریابی انرژی کارآمد، چالش مهمی است که باید به آن رسیدگی شود. در میان روش های مختلف خوشه بندی مورد استفاده برای مسیریابی انرژی کارآمد، روش خوشه بندی مبتنی بر گرید در بهینه سازی انرژی، کارآمدتر است. بنابراین، در این کار، یک الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد برای شبکه حسگر در جهت حفظ انرژی در گره های حسگر و افزایش طول عمر شبکه پیشنهاد می کنیم. علاوه بر این، مسیریابی از طریق هماهنگ کننده گرید انجام می شود که از قوانین فازی برای پیدا کردن مسیر بهینه به منظور کاهش تعداد هاپ ها در فرآیند مسیریابی استفاده می کند. با توجه به شبیه سازی های انجام شده در این کار مشاهده می شود که الگوریتم مسیریابی پیشنهادی در مقایسه با سایر پروتکل های مسیریابی مبتنی بر گرید و خوشه، عملکرد بهتری از نظر انرژی باقیمانده و طول عمر شبکه فراهم می کند.
کلمات کلیدی: مسیریابی مبتنی بر گرید، شبکه های حسگر بی سیم، خوشه بندی، سیستم استنتاج فازی ، قوانین فازی، انرژی باقیمانده
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2srZN10
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : پروتکل خوشه بندی مبتنی بر جستجوی Cuckoo بهبود یافته برای شبکه های حسگر بی سیم
.
English Article Title: Improved Cuckoo Search-based Clustering Protocol for Wireless Sensor Networks
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2017.12.032
Keywords:
#Wireless_sensor_networks
#Clustering
#Cuckoo_Search
#WSNs
#شبکههای_حسگر_بیسیم
#خوشهبندی
#جستجوی_Cuckoo
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
چکیده مقاله:
در شبکه های حسگر بی سیمی مقیاس بزرگ (WSN ها) ، طراحی پروتکل گردآوری داده بصورت انرژی کارامد به مسئله پژوهشی چالش برانگیز بدل شده است. این مقوله بدلیل این واقعیت است که هر گره حسگر ، معمولا با منبع انرژی محدود شده تجهیز شده است. در ادبیات ، تکنیک مبتنی بر خوشه بندی برای گردآوری داده ثابت نموده که از لحاظ بیشینه سازی طول عمر شبکه WSN ها که مسئله ای NP-سخت است ، بسیار کارامد است. برای حل این مسئله NP-سخت ، بسیاری از رویکردهای متا ابتکاری براساس پروتکل های خوشه بندی در سالیان اخیر مطرح شده است. هرچند ، این پروتکل های خوشه بندی موجود از مسئله مصرف انرژی نامتعادل رنج می برند. در این مسئله ، سرهای خوشه بصورت یکپارچه توزیع نشده و سرهای خوشه سر ریز شده سریع تر از سرهای خوشه سر ریز نشده از بین می رود. بمنظور حل این مشکل ، یک الگوریتم خوشه بندی مبتنی بر جستجوی Cuckoo بهبود یافته (ICSCA) در این مقاله پژوهشی مطرح شده است. ارزیابی عملکرد ICSCA و مقایسه آن با طرح خوشه بندی کنونی - از لحاظ مصرف انرژی کلی و انرژی پسماند - ارایه شده است.
کلیدواژه ها: شبکه های حسگر بی سیم ، خوشه بندی ، جستجوی Cuckoo
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/39GRiQ6
.
عنوان فارسی مقاله : پروتکل خوشه بندی مبتنی بر جستجوی Cuckoo بهبود یافته برای شبکه های حسگر بی سیم
.
English Article Title: Improved Cuckoo Search-based Clustering Protocol for Wireless Sensor Networks
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2017.12.032
Keywords:
#Wireless_sensor_networks
#Clustering
#Cuckoo_Search
#WSNs
#شبکههای_حسگر_بیسیم
#خوشهبندی
#جستجوی_Cuckoo
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
چکیده مقاله:
در شبکه های حسگر بی سیمی مقیاس بزرگ (WSN ها) ، طراحی پروتکل گردآوری داده بصورت انرژی کارامد به مسئله پژوهشی چالش برانگیز بدل شده است. این مقوله بدلیل این واقعیت است که هر گره حسگر ، معمولا با منبع انرژی محدود شده تجهیز شده است. در ادبیات ، تکنیک مبتنی بر خوشه بندی برای گردآوری داده ثابت نموده که از لحاظ بیشینه سازی طول عمر شبکه WSN ها که مسئله ای NP-سخت است ، بسیار کارامد است. برای حل این مسئله NP-سخت ، بسیاری از رویکردهای متا ابتکاری براساس پروتکل های خوشه بندی در سالیان اخیر مطرح شده است. هرچند ، این پروتکل های خوشه بندی موجود از مسئله مصرف انرژی نامتعادل رنج می برند. در این مسئله ، سرهای خوشه بصورت یکپارچه توزیع نشده و سرهای خوشه سر ریز شده سریع تر از سرهای خوشه سر ریز نشده از بین می رود. بمنظور حل این مشکل ، یک الگوریتم خوشه بندی مبتنی بر جستجوی Cuckoo بهبود یافته (ICSCA) در این مقاله پژوهشی مطرح شده است. ارزیابی عملکرد ICSCA و مقایسه آن با طرح خوشه بندی کنونی - از لحاظ مصرف انرژی کلی و انرژی پسماند - ارایه شده است.
کلیدواژه ها: شبکه های حسگر بی سیم ، خوشه بندی ، جستجوی Cuckoo
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/39GRiQ6
Forwarded from ترجمه انگلیسی به فارسی
عنوان فارسی مقاله : خوشه بندی فازی بر اساس الگوریتم بهینه سازی جنگل
.
English Article Title: Fuzzy clustering based on Forest optimization algorithm
Year: 2018
Publisher: ELSEVIER
Journal: Journal of King Saud University - Computer and Information Sciences
DOI: https://doi.org/10.1016/j.jksuci.2016.09.005
Keywords:
#Fuzzy_clustering
#Partition_matrix
#Forest_optimization
#Gradient_method
#Clustering_index
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
#خوشه_بندی_فازی
#ماتریس_پارتیشن_بندی
#بهینه_سازی_جنگل
#روش_گرادیان
#شاخص_خوشه_بندی
چکیده مقاله: خوشه بندی یکی از روش های طبقه بندی برای تجزیه و تحلیل داده ها است و همچنین یکی از روش های تحلیل داده ها است. روش های مختلفی برای خوشه بندی فازی با استفاده از الگوریتم های بهینه سازی مانند الگوریتم ژنتیک و الگوریتم بهینه سازی ازدحام ذرات وجود دارد که مشخص است. در این مقاله ترکیبی از یکی از الگوریتم های بهینه سازی جدید به نام الگوریتم بهینه سازی جنگل و یکی از روش های محلی جستجو به نام روش گرادیان برای انجام خوشه بندی فازی استفاده می شود. هدف از اعمال روش گرادیان، تسریع همگرایی الگوریتم بهینه سازی مورد استفاده است. برای اعمال روش پیشنهادی، 4 نوع مجموعه داده واقعی استفاده می شود. برای به دست آوردن و تأیید صحت روش پیشنهاد شده (FOFCM)، از روشهای اعتبار خوشه ای استفاده می شود. با تجزیه و تحلیل و مقایسه نتایج روش پیشنهادی با نتایج الگوریتم های GGAFCM (خوشه بندی فازی با استفاده از الگوریتم ژنتیک) و PSOFCM (خوشه بندی فازی بر اساس الگوریتم بهینه سازی ازدحام ذرات)، نشان داده شده است که دقت روش پیشنهادی به طور قابل توجهی افزایش یافت. این روش می تواند به عنوان یک مورد خاص از الگوریتم های فازی در نظر گرفته شود.
کلیدواژه: خوشهبندی فازی؛ ماتریس پارتیشن بندی ؛ بهینهسازی جنگل؛ روش گرادیان، شاخص خوشهبندی.
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2SUpFwt
.
English Article Title: Fuzzy clustering based on Forest optimization algorithm
Year: 2018
Publisher: ELSEVIER
Journal: Journal of King Saud University - Computer and Information Sciences
DOI: https://doi.org/10.1016/j.jksuci.2016.09.005
Keywords:
#Fuzzy_clustering
#Partition_matrix
#Forest_optimization
#Gradient_method
#Clustering_index
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
#خوشه_بندی_فازی
#ماتریس_پارتیشن_بندی
#بهینه_سازی_جنگل
#روش_گرادیان
#شاخص_خوشه_بندی
چکیده مقاله: خوشه بندی یکی از روش های طبقه بندی برای تجزیه و تحلیل داده ها است و همچنین یکی از روش های تحلیل داده ها است. روش های مختلفی برای خوشه بندی فازی با استفاده از الگوریتم های بهینه سازی مانند الگوریتم ژنتیک و الگوریتم بهینه سازی ازدحام ذرات وجود دارد که مشخص است. در این مقاله ترکیبی از یکی از الگوریتم های بهینه سازی جدید به نام الگوریتم بهینه سازی جنگل و یکی از روش های محلی جستجو به نام روش گرادیان برای انجام خوشه بندی فازی استفاده می شود. هدف از اعمال روش گرادیان، تسریع همگرایی الگوریتم بهینه سازی مورد استفاده است. برای اعمال روش پیشنهادی، 4 نوع مجموعه داده واقعی استفاده می شود. برای به دست آوردن و تأیید صحت روش پیشنهاد شده (FOFCM)، از روشهای اعتبار خوشه ای استفاده می شود. با تجزیه و تحلیل و مقایسه نتایج روش پیشنهادی با نتایج الگوریتم های GGAFCM (خوشه بندی فازی با استفاده از الگوریتم ژنتیک) و PSOFCM (خوشه بندی فازی بر اساس الگوریتم بهینه سازی ازدحام ذرات)، نشان داده شده است که دقت روش پیشنهادی به طور قابل توجهی افزایش یافت. این روش می تواند به عنوان یک مورد خاص از الگوریتم های فازی در نظر گرفته شود.
کلیدواژه: خوشهبندی فازی؛ ماتریس پارتیشن بندی ؛ بهینهسازی جنگل؛ روش گرادیان، شاخص خوشهبندی.
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2SUpFwt