الگوریتم پیشرفته بهینه سازی انرژی خوشه بندی مبتنی بر PSO برای WSN ها
ترجمه شده

الگوریتم پیشرفته بهینه سازی انرژی خوشه بندی مبتنی بر PSO برای WSN ها

عنوان فارسی مقاله: الگوریتم پیشرفته بهینه سازی انرژی خوشه بندی مبتنی بر PSO برای شبکه های حسگر بی سیم
عنوان انگلیسی مقاله: An Enhanced PSO-Based Clustering Energy Optimization Algorithm for Wireless Sensor Network
مجله/کنفرانس: مجله جهان علمی - The Scientific World Journal
رشته های تحصیلی مرتبط: مهندسی کامپیوتر و فناوری اطلاعات
گرایش های تحصیلی مرتبط: هوش مصنوعی، مهندسی الگوریتم ها و محاسبات، اینترنت و شبکه های گسترده و شبکه های کامپیوتری
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1155/2016/8658760
دانشگاه: گروه علوم و مهندسی کامپیوتر، دانشکده تکنولوژی SNS، هند
صفحات مقاله انگلیسی: 12
صفحات مقاله فارسی: 26
ناشر: هینداوی - Hindawi
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2016
ترجمه شده از: انگلیسی به فارسی
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه شده و آماده دانلود
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
مقاله بیس: خیر
مدل مفهومی: ندارد
کد محصول: 8527
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
پرسشنامه: ندارد
متغیر: ندارد
درج شدن منابع داخل متن در ترجمه: بله
ترجمه شدن توضیحات زیر تصاویر و جداول: بله
ترجمه شدن متون داخل تصاویر و جداول: بله
رفرنس در ترجمه: در داخل متن مقاله درج شده است
نمونه ترجمه فارسی مقاله

شبکه حسگر بی سیم (WSN)، شبکه ای است که با حداکثر تعداد گره های حسگر شکل می گیرد. این گره های حسگر در محیط کاربری قرار می گیرند تا واحدهای فیزیک موجود در ناحیه هدف را کنترل کنند. از جمله این واحدهای فیزیکی می توان کنترل دمای محیط، سطح آب، کنترل فشار و مراقبت بهداشتی و کاربردهای نظامی متعدد را نام برد. اغلب گره های حسگر دارای تغذیه باتری درونی هستند که از طریق آن می توانند کارهای مناسب را انجام داده و با گره های مجاور ارتباط برقرار کنند. اقدامات صرفه جویی در انرژی ، با افزایش طول عمر شبکه های حسگر بی سیم، برای بهبود عملکرد WSN ها ضروری هستند. این مقاله الگوریتم پیشرفته بهینه سازی انرژی خوشه بندی مبتنی بر PSO (EPSO-CEO) را برای شبکه حسگر بی سیم پیشنهاد می دهد که در آن برای کاهش مصرف توان در WSN از خوشه بندی و انتخاب سر خوشه با استفاده از الگوریتم بهینه سازی ازدحام ذرات (PSO) استفاده می شود. متریک های عملکرد مورد ارزیابی قرار می گیرند و نتایج با الگوریتم خوشه بندی بهینه مقایسه می شوند تا کاهش مصرف انرژی مورد تأیید قرار گیرد.

1. مقدمه

شبکه حسگر بی سیم شبکه ای است که می تواند خود را با تعداد بسیاری حسگر کوچک بهینه سازی کند. این گره های حسگر می توانند در میان خود و در محدوده رادیویی خود، به انتقال بسته ها (packet) بپردازند و همچنین به گونه سازماندهی شده اند که واحدهای فیزیکی محیط واقعی را حس کرده، مشاهده و شناسایی می کنند. WSN از تعداد نا محدودی گره های حسگر تشکیل شده است که این حسگرها می توانند محیط مجاور خود را حس کرده و با آن ها یا ایستگاه فرستنده-گیرنده پایه خارجی ارتباط برقرار کنند. از جمله بهترین ویژگی های این گره های حسگر بی سیم می توان به اندازه کوچک، هزینه کم، توان محاسباتی پایین، چند کاره بودن (می توانند حس کردن داده ها، پردازش داده ها، مسیریابی و ... را انجام دهند) و برقراری ارتباط ساده در محدوده فاصله کوتاه اشاره کرد. به طور کلی این دستگاه ها در نواحی ناسازگار ناخواسته مستقر می شوند که این موضوع باعث می شود شارژ مجدد منبع تغذیه حسگرها دشوار گردد. اما کارهای پژوهشی و تکنیک های مختلفی برای حفظ انرژی در گره های حسگر صورت گرفته است تا طول عمر شبکه افزایش یابد [1]. طول عمر بالای شبکه، انتقال داده قابل اطمینان، صرفه جویی در مصرف انرژی گره های حسگر و مقیاس پذیری اصلی ترین پیش نیاز های کاربردهای WSN هستند. WSN به دلیل داشتن محدودیت های متعدد در گره های حسگر، با مسائل مختلفی نظیر ناحیه تحت پوشش، طول عمر شبکه و زمانبدی و جمع آوری داده ها روبروست.

نمونه متن انگلیسی مقاله

Wireless Sensor Network (WSN) is a network which formed with a maximum number of sensor nodes which are positioned in an application environment to monitor the physical entities in a target area, for example, temperature monitoring environment, water level, monitoring pressure, and health care, and various military applications. Mostly sensor nodes are equipped with self-supported battery power through which they can perform adequate operations and communication among neighboring nodes. Maximizing the lifetime of the Wireless Sensor networks, energy conservation measures are essential for improving the performance of WSNs. This paper proposes an Enhanced PSO-Based Clustering Energy Optimization (EPSO-CEO) algorithm for Wireless Sensor Network in which clustering and clustering head selection are done by using Particle Swarm Optimization (PSO) algorithm with respect to minimizing the power consumption in WSN. The performance metrics are evaluated and results are compared with competitive clustering algorithm to validate the reduction in energy consumption.

1. Introduction

Wireless Sensor Network is a network, which can selforganize them with a large number of small sensors. These sensor nodes can perform the packet transmission among themselves within their radio range and also they are organized in a way to sense, observe, and recognize the physical entity of the real world environment. WSN consists of a unlimited number of sensor nodes that can sense their vicinity and communicate either among themselves or to external base transceiver station. The best features of these wireless sensor nodes include small size, low cost, low computation power, multifunctional (can perform sensing, data processing, routing, etc.), and easy communication within short distances. In unattended hostile regions, these devices are deployed in general that make the power source of the sensors difficult to recharge. However, various research works and techniques are carried out for preserving energy in sensor nodes to extend the network lifetime [1]. Prolonged network lifetime, reliable data transfer, energy conservation in sensor nodes, and scalability are the main requirements for WSN applications. Because of the several constraints in the sensor nodes, WSN is having various issues such as coverage area, network lifetime, and scheduling and data aggregation.

ترجمه فارسی فهرست مطالب

1.مقدمه

1.1. دلیل اصیل این کار

2. کارهای مرتبط

3. مدل انرژی شبکه

3.1. مدل انرژی

4. الگوریتم پیشنهادی خوشه بندی مبتنی بر PSO

4.1. بهینه سازی ازدحام ذرات (PSO)

4.2. آرایش خوشه

4.3. تابع برازش

4.4. انتخاب سرخوشه

4.5. ارسال داده با استفاده از پروتکل مسیریابی چند جهشی

5. نتایج و بحث و بررسی

5.1. نتایج شبیه سازی

5.2. پارامترهای شبیه سازی. پارامترهای شبیه سازی بدین شرح می باشند:

5.3. تحلیل عملکرد

6. نتایج

6.1 کمک به دانش

فهرست انگلیسی مطالب

1. Introduction

1.1. Rationale of the Work

2. Related Work

3. Network Energy Model

3.1. Energy Mode

4. Proposed PSO-Based Clustering Algorithm

4.1. Particle Swarm Optimization (PSO)

4.2. Cluster Formation

4.3. Fitness Function

4.4. Cluster Head Selection

4.5. Data Transmission Using Multihop Routing Protocol

5. Results and Discussion

5.1. Simulation Results

5.2. Simulation Parameters

5.3. Performance Analysis

6. Conclusions

6.1. Contribution to Knowledge

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۳۳,۲۰۰ تومان
خرید محصول