این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در 10 صفحه در سال 2016 منتشر شده و ترجمه آن 21 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
بهبود الگوریتم خوشه بندی وزن دار چندهدفه در شبکه های حسگر بیسیم |
| عنوان انگلیسی مقاله: |
Improved multi-objective weighted clustering algorithm in Wireless Sensor Network |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2016 |
| تعداد صفحات مقاله انگلیسی | 10 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی کامپیوتر و مهندسی فناوری اطلاعات IT |
| گرایش های مرتبط با این مقاله | سامانه های شبکه ای، هوش مصنوعی و مهندسی الگوریتم و محاسبات |
| مجله | مجله مصری انفورماتیک – Egyptian Informatics Journal |
| دانشگاه | دانشگاه Sultan Moulay Slimane، مراکش |
| کلمات کلیدی | شبکه های حسگر بیسیم، خوشه، انرژی، هزینه ماموریت، الگوریتم ژنتیک |
| شناسه شاپا یا ISSN | ISSN 1110-8665 |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
| نشریه الزویر |  |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 21 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه نشده است |
| ترجمه متون داخل جداول | ترجمه نشده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
مقدمه
مرور ادبیات
مواد و مدل ها
۳-۱. مدل شبکه
۳-۲- جاسازی بهینه سنسور ها با استفاده از الگوریتم SAG
۳-۳ شرط الگوریتم IMOWCA یمان
۳-۳-۱- مثال توضیحی
۳-۴- انرژی مصرفی متعادل در قالب خوشه ها با قرار دادن BS در بهترین مکان
4. نتایج و بحث
5. نتیجه گیری
- بخشی از ترجمه:
5. نتیجه گیری:
در این مقاله یک الگوریتم بهبود یافته خوشه بندی وزندار چند هدفه به منظور حل مشکل بحرانی انرژی در شبکه های حسگر بیسیم ارائه شده است. که در آن هر گره در تلاش است مجموع وزنی ماموریت و هزینه ارتباطات را بصورت توزیع شده به حداقل برساند. روش پیشنهادی تکنیک های پیشرفته ای از الگوریتم ژنتیک است. نتایج به دست آمده نشان می دهد که نسبت به روش های دیگر، الگوریتم ارائه شده در این کار از نظر همگرایی در راه حل بهینه سودمند است. بنابراین، به لطف الگوریتم BGA تعداد تکرارها بین 1600-400 (شکل 11) کاهش یافته است. شبیه سازی های مختلف نمایش می دهد که کل انرژی مصرفی در شبکه بطور قابل ملاحظه ای و حدود 45٪ کاهش یافته است (شکل 12). این به این معنی که الگوریتم های ارائه شده هر چه بیشتر انرژی مصرفی را کاهش می دهد که این مسئله چالش بزرگ در تحقیقات WSN است.
بنابراین، کار های آینده ما می بایست با هر دو اهداف کار کنند: اول: ایجاد پروتکل های جدید و آگاه از تحرک گره ها و دوم: پروتکل های مسیریابی مرتبط با مفهوم خوشه بندی.
- بخشی از مقاله انگلیسی:
5. Conclusion
In this work we have proposed an improved multi-objective weighted clustering algorithm in order to resolve the energy problem in critical WSNs where each node tries to minimize the weighted sum of mission and communication cost in a distributed way. The proposal approach is based on advanced techniques of genetic algorithms. The obtained results show that, comparing to other techniques, the presented algorithms in this work are advantageous in terms of convergence to the optimal solution. Thus, thanks to the BGA algorithm the number of iterations has decreased clearly from 1600 to 400 (Fig. 11). The different simulations display that total consumed energy in the network has decreased remarkably with around 45% (Fig. 12). This means that the presented algorithms minimize more and more the energy which is the great challenge of WSN’s researches. Therefore, our future work will have to deal with both objectives. The first one is the proposition of new protocols concerning node mobility. The second one takes part in routing protocols incorporating the concept of clustering.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
بهبود الگوریتم خوشه بندی وزن دار چندهدفه در شبکه های حسگر بیسیم |
| عنوان انگلیسی مقاله: |
Improved multi-objective weighted clustering algorithm in Wireless Sensor Network |
|
|