امروزه، اینترنت اشیا، نقش مهمی در دنیای اینترنت ایفا می کند. اینترنت اشیا، سیستمی است که دستگاه های محاسباتی و ماشین های دیجیتالی مجهز به چندین شناسه منحصربفردی که قابلیت انتقال داده ها را از طریق مسیر بهتر بر روی شبکه دارند، ادغام می کند. انتظار می رود که اینترنت اشیا، حجم زیادی داده، نیاز برای ادغام سریع داده ها و پردازش هر چه موثرتر این داده ها را تولید کند. در این مقاله، یک الگوریتم جستجوی گرانشی کسری چندهدفه برای یافتن سرخوشه بهینه برای پروتکل مسیریابی موثر در انرژی در شبکه اینترنت اشیا پیشنهاد می شود. برای افزایش طول عمر گره، الگوریتم جستجوی گرانشی کسری (FGSA) به منظور یافتن گره سرخوشه بهینه به طور مکرر در مدل شبکه اینترنت اشیا پیشنهاد می شود. گره سرخوشه در FGSA انتخاب می شود که توسط تابع برازندگی با استفاده از چندین هدف مانند فاصله، تاخیر، طول عمر لینک و انرژی ارزیابی می شود و FGSA چندهدفه (MOFGSA) نامیده می شود. نتایج شبیه سازی و کارایی با استفاده از پیاده سازی متلب مورد تجزیه و تحلیل قرار می گیرند. کارایی با الگوریتم های موجود مانند کلونی زنبور مصنوعی، الگوریتم جستجوی گرانشی و الگوریتم مشارکتی امن ازدحام ذرات مقایسه می شود. بنابراین، الگوریتم MOFGSA پیشنهادی، افزایش طول گره گره های اینترنت اشیا را تضمین می کند.

کلمات کلیدی: اینترنت اشیا، نظریه کسری، الگوریتم جستجوی گرانشی (GSA)، انتخاب سرخوشه، چندهدفه

Multi-objective fractional gravitational search algorithm for energy efficient routing in IoT

Wireless Networks, Springer, January 2019, Volume 25, Issue 1, pp 399–413 | 

Abstract

Nowadays, the Internet of Things (IoT) plays a significant role in the Internet world. The IoT is a system which integrates the computing devices, digital machines provided with unique identifiers which have the ability to transfer the data over the network via the better route. IoT is also expected to generate large amounts of data, the consequent necessity for quick aggregation of the data and process such data more effectively. In this paper, a multi-objective fractional gravitational search algorithm is proposed to find the optimal cluster head for energy efficient routing protocol in IoT network. To extend the lifetime of the node, the Fractional Gravitational Search Algorithm (FGSA) is proposed to find out the optimal cluster head node iteratively in the IoT network model. The cluster head node is selected in FGSA that is evaluated by the fitness function using multiple objectives such as distance, delay, link lifetime and energy, termed as multi-objective FGSA (MOFGSA). The simulation results and performance is analyzed using MATLAB implementation. The performance is compared with existing algorithms like Artificial Bee Colony, Gravitational Search Algorithm and multi-particle swarm immune cooperative algorithm. Thus, the proposed MOFGSA algorithm ensures to prolong the lifetime of IoT nodes.

Keywords: Internet of Things, Fractional theory, Gravitational search algorithm (GSA), Cluster head selection, Multiple objectives

• قبلی
• بعدی