بهینه سازی مسیریابی با استفاده از شبکه عصبی در شبکه های حسگر بی سیم

شبکه های حسگر بی سیم به دلیل کاربردهای فراوان در سال های اخیر به صورت گسترده مورد توجه قرار گرفته اند شبکه های حسگر بی سیم نسل جدیدی از شبکه ها هستند که به طور معمول از تعداد زیادی گره ارزان قیمت تشکیل شده اند و ارتباط این گره ها به صورت بی سیم صورت می گیرد. هدف اصلی در این شبکه ها، جمع آوری اطلاعاتی در مورد محیط پیرامون حسگرهای شبکه است. سپس این اطلاعات به یک گره مرکزی به نام سینک یا چاهک ارسال شده تا پس از جمع آوری به کاربر نهایی تحویل داده شود. چون گره های بی سیم به شدت محدودیت باطری دارند. چالش اصلی این است که چگونه انرژی گره ها را به گونه ای حفظ کنیم که طول عمر شبکه به طرز قابل توجهی افزایش یابد. پروتکل های مسیریابی جغرافیایی بر اساس موقعیت جغرافیایی نودها بسته ها را ارسال می کنند. معیارهای مورد استفاده برای انتخاب یک گره ارسال کننده بر عملکرد پروتکل ها نظیر بهره وری انرژی تاثیر می گذارد. در این مقاله از یک روش هوش محاسباتی برای پردازش و ارسال اطلاعات به منظور بهبود عملکرد شبکه های حسگر استفاده می شود، و آن یک شاخه هوش مبتنی بر شبکه عصبی هدفمند می باشد. شبکه عصبی، به طور کارا درکشف مسیر مناسب و مدیریت بهتر توان حسگرها استفاده می شود. لذا استفاده از معیارهای مهم تر برای انتخاب گره ارسال کننده در شبکه عصبی، طول عمر شبکه را افزایش می دهد. کارایی الگوریتم پیشنهادی با انجام شبیه سازی در نرم افزار متلب مورد ارزیابی قرار گرفته است. با توجه به نتایج روش پیشنهادی توانسته با بهینه سازی مصرف انرژی، طول عمر شبکه را افزایش دهد. هم چنین در مقایسه صورت گرفته با پروتکل های cafs ، mp و cop از نظر پارامترهای میزان مصرف انرژی و تعداد نود های زنده بر حسب زمان، عملکرد بهتری داشته است.