خانه / پروژه ها / شبیه سازی الگوریتم های ژنتیکی پویا برای مسئله خوشه بندی متعادل پویا بار در شبکه های ادهاک موبایل در MATLAB

شبیه سازی الگوریتم های ژنتیکی پویا برای مسئله خوشه بندی متعادل پویا بار در شبکه های ادهاک موبایل در MATLAB

شبیه سازی الگوریتم های ژنتیکی پویا برای مسئله خوشه بندی متعادل پویا بار در شبکه های ادهاک موبایل در MATLAB

ویژگی های این مجموعه :

کد شبیه سازی مقاله در نرم افزار MATLAB

همراه با داکیومنت و گزارش کار و توضیات


سال انتشار:2013

ژورنال :ELSEVER

تعداد صفحات انگلیسی: 12

تعداد صفحات گزارش :9


عنوان انگلیسی مقاله :

Dynamic genetic algorithms for the dynamic load balanced clustering
problem in mobile ad hoc networks

عنوان فارسی مقاله :

الگوریتم های ژنتیکی پویا برای مسئله خوشه بندی متعادل پویا بار در شبکه های ادهاک موبایل

توضیحات:

خوشه بندی می تواند کمک ویژه ای به تجمیع اطلاعات توپولوژی و کاهش اندازه جداول مسیریابی در یک شبکه تلفن همراه موقت باشد. برای رسیدن به یک سطح مطلوب و یکنواخت از مصرف انرژی، هر سر خوشه باید به طور ایده آل از اعضای خویش حمایت و پشتیبانی نماید. با این حال یک شبکه تلفن همراه موقت (MANET) یک سیستم پویا و پیچیده است که یکی از ویژگی های مهم آن پویایی توپولوژی است که این پویایی توپولوژی در واقع تغییرات توپولوژی شبکه در طول زمان ، با توجه به عواملی مانند حفاظت از انرژی و حرکت گره می باشد. بنابراین در یک شبکه تلفن همراه موقت (MANET) یک الگوریتم خوشه بندی موثر باید با هر تغییر توپولوژی انطباق یابد و باری جدید متعادل با سر خوشه تولید و به سرعت تنظیم شود. در این راستا تعمیر و نگهداری ساختار خوشه ای باید با هدف نگه داشتن آن به دلیل امکان کاهش سربار مورد توجه باشد. برای برآورده نمودن این نیاز، در راه حل جدید باید بسیاری از نقاط مثبت روش های قبلی حفظ شود. با توجه به این موضوع در این مقاله برای اولین بار مسئله بار پویای متعادل کننده خوشه بندی، به صورت یک مسئله بهینه سازی پویا تدوین و فرموله شده است. سپس در این مقاله استفاده از مجموعه ای از الگوریتم ژنتیک پویا (Gas) برای حل مسئله بار پویای متعادل کننده خوشه بندی (DLBCP) در یک شبکه تلفن همراه موقت (MANETs  ) پیشنهاد شده است.

چکیده انگلیسی:

Clustering can help aggregate the topology information and reduce the size of routing tables in a mobile ad hoc network (MANET). To achieve fairness and uniform energy consumption, each clusterhead should ideally support the same number of clustermembers. However, a MANET is a dynamic and complex system and its one important characteristic is the topology dynamics, that is, the network topology changes over time due to the factors such as energy conservation and node movement. Therefore, in a MANET, an effective clustering algorithm should efficiently adapt to each topology change and produce the new load balanced clusterhead set quickly. The maintenance of the cluster structure should aim to keep it as stable as possible to reduce overhead. To meet this requirement, the new solution should keep as many good parts in the previous solution as possible. In this paper, we first formulate the dynamic load balanced clustering problem (DLBCP) into a dynamic optimization problem. Then, we propose to use a series of dynamic genetic algorithms (GAs) to solve the DLBCP in MANETs. In these dynamic GAs, each individual represents a feasible clustering structure and its fitness is evaluated based on the load balance metric. Various dynamics handling techniques are introduced to help the population to deal with the topology changes and produce closely related solutions in good quality. The experimental results show that these GAs can work well for the DLBCP and outperform traditional GAs that do not consider dynamic network optimization requirements.

دانلود رایگان فایل انگلیسی مقاله

دانلود فایل


تصاویر خروجی شبیه سازی :

fig1-dynamic-genetic

fig2-dynamic-genetic


یک دیدگاه

  1. سلام شرمنده پیاده سازیش هم میخوام از کجا میتونم گیر بیارم

دیدگاهتان را بنویسید

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

3 × 1 =