مسیریابی آگاه از انرژی در شبکه‌های حسگر بی‌سیم با ترکیب الگوریتم‌های شبکه‌ عصبی چند لایه پرسپترون و تبرید شبیه‌سازی شده

هدف اصلی شبکه های حسگر بی سیم نظارت، ثبت و اعلام شرایط خاص از مکان‌های مختلف و کاربردهای مختلف به گره چاهک یا کاربر نهایی می‌باشد. شبکه‌های حسگر بی‌سیم کاربردهای زیادی از جمله نظارت بر وضعیت بیماران، ردیابی هدف، نظارت بر جنگلها و مراتع، میدان نبرد و ... دارند. در این شبکه ها، یکی از محدودیت های ذاتی انرژی می باشد. زیرا انرژی مصرفی از طریق باتری تامین می شود که دارای طول عمر محدودی می باشد. خوشه‌بندی به‌دلیل تجمیع داده ها، یکی از روش‌های مناسب برای صرفه جویی در انرژی مصرفی بوده و انتخاب سرخوشه های مناسب باعث افزایش طول عمر شبکه های حسگر بی سیم می باشد. با توجه به این که خوشه بندیجزء مسایل nphardمی‌باشد، الگوریتم های فراابتکاری برای این مساله مناسب است. در این مقاله، یک روشمسیریابی آگاه از انرژیبرای شبکه‌های حسگر بی‌سیم با ترکیب الگوریتم‌های شبکه‌ عصبی چند لایه پرسپترون و تبرید شبیه‌سازی شده ارایه شده است. در روش پیشنهادی،برای تعیین سرخوشه از الگوریتم‌ فراابتکاری تبرید شبیه سازی شده و برای تعیین اعضای هر خوشه از شبکه‌های عصبی چند لایه پرسپترون استفاده شده است. بعد از فرایند خوشه بندی، با ایجاد جداول مسیریابی مناسب در بین سرخوشه ها، داده‌ها از گره مبدا به چاهک ارسال می گردد.  نتایج حاصل از شبیه‌سازی روش پیشنهادی نشان می‌دهد که این روش پارامترهای انرژی مصرفی، نرخ تحویل بسته و توان عملیاتی را  بهبود می دهد.

Energyaware routing in wireless sensor networks using MLP and simulated annealing algorithms

The main purpose of wireless sensor networks (WSNs) is to monitor, record and announce specific conditions from different locations and different applications to the well node or end user. Wireless sensor networks have many applications such as patient status monitoring, target tracking, forest and rangeland monitoring, battlefield, and so on. In these networks, energy is one of the inherent limitations. Because the energy consumed is supplied by a battery, which has a limited lifespan. Clustering is one of the best ways to save energy due to data aggregation, and selecting the right clusters increases the lifespan of wireless sensor networks. Since clustering is one of the NPhard problems, metaheuristic algorithms are suitable for this problem. In this paper, an energyaware and clusterbased routing method for WSNs with a combination of multilayer perceptron (MLP)neural network algorithm and simulated annealing (SA) is presented. In the proposed method, the simulated annealing metaheuristic algorithm is simulated to determine the cluster head (CH) and multilayer perceptron neural networks are used to determine the members of each cluster. After the clustering process, data is sent from the source node to the well by creating appropriate routing tables among the headers. The simulation results of the proposed method show that this method improves the parameters of energy consumption, package delivery rate and throughput.