مقاله انگلیسی روش مسیریابی بهینه برای شبکه های حسگر بی سیم ناهمگن نرم افزار محور
ترجمه نشده

مقاله انگلیسی روش مسیریابی بهینه برای شبکه های حسگر بی سیم ناهمگن نرم افزار محور

عنوان فارسی مقاله: روش مسیریابی بهینه برای شبکه های حسگر بی سیم ناهمگن نرم افزار محور فعال شده با اینترنت اشیا با استفاده از PSO مبنی بر جهش ژنتیکی
عنوان انگلیسی مقاله: Optimized routing technique for IoT enabled software-defined heterogeneous WSNs using genetic mutation based PSO
مجله/کنفرانس: استانداردهای کامپیوتر و رابط ها - Computer Standards & Interfaces
رشته های تحصیلی مرتبط: مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: معماری سیستم های کامپیوتری، نرم افزار
کلمات کلیدی فارسی: اینترنت اشیا، شبکه حسگر بی سیم نرم افزار محور، توازن بار، بهره وری انرژی، روش مسیریابی
کلمات کلیدی انگلیسی: Internet of Things, Software-defined WSN, Load balancing, Energy efficiency, Routing technique
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus - Master Journals List - JCR
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.csi.2021.103548
دانشگاه: ـ
صفحات مقاله انگلیسی: 15
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2022
ایمپکت فاکتور: 2.487 در سال 2020
شاخص H_index: 63 در سال 2020
شاخص SJR: 0.556 در سال 2020
شناسه ISSN: 0920-5489
شاخص Quartile (چارک): Q2 در سال 2020
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا این مقاله فرضیه دارد: ندارد
کد محصول: E15573
رفرنس: دارای رفرنس در انتهای مقاله
فهرست مطالب (انگلیسی)

Abstract
Keywords
Introduction
Literature review
Conventional PSO
System and energy dissipation model
Proposed method: genetic mutation based particle swarm optimization (GMPSO)
Performance analysis of the proposed method
Conclusion
Author statement
Declaration of Competing Interest
References

بخشی از مقاله (انگلیسی)

ABSTRACT
Now a days, emerging trends in the field of wireless sensor networks (WSNs) tend to work on more complex scenarios and flexible network models as the conventional WSN systems that are based on a classical arrangement of sensors. Generally, these networks have different limitations such as control node election, data aggregation, load balancing during data collection etc. The load balancing depends on the effective routing techniques which provide an optimum path to transmit the data such that the minimum amount of energy should be consumed. The control nodes are responsible for assigning the task and data transmission in the cluster-based routing techniques and the selection of the control node is an NP-hard problem. To resolve this problem, an adaptive particle swarm optimization (PSO) ensemble with genetic mutation-based routing is proposed to select control nodes for IoT based software-defined WSN. The proposed algorithm plays a significant role in selecting the control nodes by considering energy and distance parameters. The proposed work is implemented for the heterogeneous networks having different computing power accompanied by single and multiple sinks. The experiment was carried out on the scale of the performance matrix such as fitness value, stability period, average residual energy, etc. The simulation result of the proposed algorithm outperforms over other algorithms under the different arrangements of the network.
Introduction
A wireless network typically consists of several individual entities and is considered as the backbone of sensing in a remote and harsh environmental location where human intervention is not possible. The sensing task is independent of location and the sensors may have to operate in a harsh environment where the wired network can be frequently damaged and can’t be repaired. The wireless sensor network (WSN) consists of a chip-based electronic module called a sensor node to monitor and cooperatively share the collected data to the control station or server.