مروری بر روش های خوشه بندی در شبکه اینترنت اشیاء مبتنی بر الگوریتم های فرامکاشفه ای

اینترنت اشیاء، به یکی از موضوعات بسیار محبوب در حوزه‌های مختلف در دانشگاه و صنعت تبدیل شده است. شهرهای هوشمند شامل مدیریت هوشمند مصرف، پارکینگ هوشمند، مدیریت ترافیک هوشمند، روشنایی هوشمند، نظارت بر محیط، آبیاری هوشمند، سیستم‌های هوشمند تشخیص نفوذ خانگی، بانک‌ها و غیره می‌باشند. چند گره در محیط اینترنت اشیاء ممکن است به صورت پیوسته حرکت کنند که موجب قطعی اتصالات میان اشیاء می‌شود. تغییر توپولوژی که بسیار شایع است، در شبکه‌های اینترنت اشیاء اجتناب‌ناپذیر است. خوشه‌بندی گره‌ها و مسیریابی بسته‌های داده به صورت کارآمد و قابل‌اطمینان، چالش بزرگی در اینترنت اشیاء است. در این مقاله، روش‌های خوشه‌بندی در اینترنت اشیاء که مبتنی بر الگوریتم‌های فرامکاشفه‌ای هستند، مرور می‌شوند. الگوریتم‌های فرامکاشفه‌ای می‌توانند به استخراج دانش از داده‌های در دسترس از میلیون‌ها شیء متصل‌به‌هم کمک کند. روش‌های مورد مطالعه مبتنی بر الگوریتم‌های تبرید شبیه‌سازی شده، جستجوی گرانشی، ژنتیک، بهینه‌سازی ازدحام ذرات، جستجوی فاخته، بهینه‌سازی کلونی مورچگان، بهینه‌ساز کرم شب‌تاب، کلونی زنبورعسل مصنوعی، بهینه‌سازی مگس میوه، خفاش، بهینه‌سازی گرگ خاکستری، سنجاقک، بهینه‌سازی نهنگ و بهینه‌سازی پروانه-آتش، بهینه‌سازی شیرمورچه و الگوریتم تپه‌نوردی هستند.