خوشه بندی و مسیریابی در شبکه حسگر بی‌سیم توسط جستجوی فاخته چند هدفه و تئوری بازی

انتخاب گره‌های سرخوشه مناسب و همچنین تعیین اندازه صحیح برای خوشه‌ها، دو مسئله اساسی در تضمین عملکرد شبکه‌های حسگر بی‌سیم مبتنی بر ساختار خوشه‌بندی می‌باشد. در این مقاله، یک الگوریتم مسیریابی و خوشه‌بندی در شبکه حسگر بی‌سیم ارائه شده است. الگوریتم خوشه‌بندی ارائه شده در این تحقیق از روش خوشه‌بندی نامتقارن استفاده می‌کند. بدین معنا که در ساختار خوشه‌بندی شبکه، اندازه هر خوشه ممکن است متفاوت از سایر خوشه‌ها باشد. این ساختار موجب می‌شود که با استفاده از خوشه‌هایی با شعاع کوچکتر بتوان مصرف انرژی در نواحی پرازدحام را کاهش داده و از طرفی با بکارگیری خوشه‌هایی با شعاع بزرگتر برای نواحی با ترافیک پایین؛ توان عملیاتی شبکه را افزایش داد. در روش پیشنهادی از الگوریتم جستجوی فاخته چندهدفه به منظور تعیین گره-های بهینه سرخوشه و همچنین تعیین شعاع بهینه برای هر خوشه استفاده شده است. پس از تعیین ساختار خوشه‌بندی شده شبکه، از یک الگوریتم مسیریابی مبتنی بر تئوری بازی به منظور تعیین مسیرهای بهینه جهت ارسال داده به سمت ایستگاه پایه استفاده شده است. عملکرد روش پیشنهادی در محیط شبیه سازی مورد ارزیابی قرار گرفته و کارایی آن با الگوریتم‌های پیشین مقایسه شده است. نتایج حاصل از شبیه‌سازی نشان می‌دهد که با استفاده از روش پیشنهادی می‌توان علاوه بر کاهش مصرف انرژی، از بروز ترافیک در سطح شبکه جلوگیری نموده و توزیع بار را بصورت کارآمدتری انجام داد.

clustering and routing in wireless sensor networks using multi-objective cuckoo search and game theory

selecting the appropriate cluster head nodes as well as determining the correct radius for the clusters are two key issues in ensuring the performance of cluster-based wireless sensor networks (wsns). in this paper, a routing and clustering algorithm for wireless sensor network is presented. the clustering algorithm presented in this research uses unequal clustering technique. this means that in the clustered structure of the network, the size of each cluster may differ from others. this structure reduces energy consumption in crowded areas by using clusters with smaller radius, and increase network throughput by using larger radius for clusters located in areas with low traffic. in the proposed method, the multi-objective cuckoo search algorithm is used to determine the optimal cluster nodes and also to determine the optimal radius for each cluster. after determining the clustered structure of the network, a routing algorithm based on game theory is used to determine the optimal paths for sending data to the base station. the performance of the proposed method in a simulated environment is evaluated and its efficiency is compared with previous algorithms. the simulation results show that by using the proposed method, in addition to reducing energy consumption, network traffic can be prevented and load distribution can be done more efficiently.