بخشی از مقاله
الگوريتم هاي بهبود دهنده مصرف انرژي در شبکه هاي حسگر بيسيم خوشه اي
چکيده :
شبکه هاي حسگر بيسيم از گره هايي با توان ، انرژي و قدرت پردازشي محدود تشکيل شده اند. توان گره ها محدود و غير قابل شارژ است . از اين رو مهمترين محدوديت در اين شبکه ها انرژي مي باشد براي دست يابي به کارائي انرژي، برخي از الگوريتم هاي براي بهبود مصرف انرژي در شبکه هاي بيسيم معرفي شده اند که اولين ومهم ترين الگوريتم خوشه بندي
LEACH مي باشد. LEACH سر دسته ها را به صورت چرخشي و تصادفي مورد استفاده قرار مي دهد تا همواره بار انرژي را در تمامي گره ها توزيع کند. در اين مقاله همچنين الگوريتم زنبور عسل در بستر پردازش ابري بيان مي شود بعد ازآن يک پروتکل مسير يابي کم انرژي کاربرد خاص به نام ASLPR معرفي مي شود که برخي از مفاهيم گره هاي حسگر را بررسي مي کند (فاصله از ايستگاه اصلي، انرژي باقيمانده ، فاصله ي مابين سرگروه ها) تا سر گروه هاي بهينه را انتخاب کند. که بر اساس يک الگوريتم پيوندي بر مبناي الگوريتم ژنتيک و گذاختگي شبيه سازي شده براي بهينه کردن
ASLPR به کار مي رود تا بر مبناي مشخصات کاربرد مورد نظر، طول عمر شبکه را هم افزايش دهد.
کلمات کليدي: شبکه هاي حسگر بي سيم ، دسته بندي (خوشه بندي)، مصرف انرژي، پروتکل مسير يابي ،الگوريتم ژنتيک
١ . مقدمه
شبکه هاي حسگر بي سيم فن آوري نوظهوري است WSN يک شبکه بزرگ از حسگر هاست که در محيط بيرون گسترده شده اند و از صدها گره حسگر کوچک تشکيل شده اند که متشکل از لوازم جاسازي شده مانند صفحه هاي ارتباطي و صفحه هاي حسي هستند [١] .زمينه هاي کاربرد اصلي اين نوع از شبکه هاي حسگر را مي توان به عنوان مثال نظارت بر محيط زيست ، نظارت نظامي ، تشخيص و نفوذ و نظارت برآب و هوا نشان داد[٢] .منابع قدرت شبکه هاي حسگر بي سيم محدود هستند و موقعيت گره هاي حسگر معمولا از پيش تعيين شده نيست و به طور تصادفي در مناطق جغرافيايي دور از دسترس مستقر مي شوند بنابراين امکان جايگذاري باطري به دليل شرايط محيطي وجود ندارد .از آنجايي که انتظارمي رود طول عمر شبکه تا حد امکان طولاني باشد، بنابراين ذخيره انرژي براي افزايش عمر شبکه يکي از مشکلات مهم در WSN است .باتوجه به محدوديت قدرت حسگرها ، تحقيقات بر روي پروتکل هاي مسيريابي به منظور افزايش طول عمر جمعي WSN يکي ازاهداف عمده پژوهش درشبکه هاي حسگر است [٣] .يکي از روشهايي که در طراحي مسيريابي استفاده مي شود خوشه بندي است که به طور موثرمديريت انرژي شبکه و به کار بردن تکنيک هاي تراکم در شبکه را به همراه دارد. براي تعيين مسير اطلاعات در شبکه هاي حسگر بي سيم مسيرياب هاي گوناگوني پيشنهاد شده است که LEACH يک از محبوبترين روش سلسله مراتبي مسيريابي است که براي فرآيند جمع آوري داده ها مورد استفاده مي باشد .اگر چه LEACH يک روش خوب براي پياده سازي ارائه مي دهد ، که به صورت گسترده اي به دليل کارائي انرژي و سادگي اش پذيرفته شده است . در روش هاي مسيريابي بر مبناي موقعيت ، اطلاعات در مورد موقعيت گره هاي حسگر براي ايجاد مسير مسيريابي به کار مي روند.[٤]
. اما الگوريتم ديگر اگوريتم کلوني زنبورعسل مي باشد چون به دليل افزايش حسگر نياز به الگوريتم هاي جديدي داريم اين الگوريتم هاي هوش مصنوعي مبتني بر ازدحام جمعيت است ، که از رفتار جستجو گري هوشمند زنبور مي باشد ، (ABC)الگوريتم کلوني زنبور عسل مصنوعي عسل الهام گرفته شده است [٥].
در اين مقاله ، يک پروتکل مسير يابي کم مصرف کاربرد خاص بر مبناي دسته بندي پيوندي (ASLPR) معرفي مي شود، که برخي از مفاهيم موقعيت هاي موجود شبکه هاي حسگر در شبکه را بررسي مي کند (فاصله از حسگر ها به ايستگاه اصلي، انرژي باقيمانده ي حسگر ها، فاصله ي گره ها از ساير سر گروه ها و غيره )، و مي تواند به صورت بهينه اي مصرف انرژي در ميان گره ها را بهينه کند. هر چند که پروتکل مسير يابي ارائه شده پيچيده و به همراه برخي پارامتر هاي قابل کنترل است .
يک الگوريتم پيوندي بر مبناي الگوريتم ژنتيک و گذاختگي شبيه سازي شده براي بهينه سازي پروتکل ارائه شده به کار مي رود. مزيت اصلي پروتکل ارائه شده اين است که ASLPR مي تواند پارامتر هاي خود را براي به دست آوردن ماکزيمم طول عمر در هر کاربرد خاصي به کار ببرد. از اينرو، ما با استفاده از اين حقيقت که برخي از کاربرد ها از پايدار بودن شبکه بيشتر سود مي برند تا طول عمر آن تحت تاثير قرار مي گيريم ، از اينرو مابين اعتبار و طول عمر سيستم ارتباط بهتري ايجاد مي کنيم . به عبارت ديگر، پروتکل ASLPR ارائه شده مي تواند طرح طول عمر تعريف شده را بر مبناي کاربرد مورد نظر، ماکزيمم کند (FND،HND و غيره ). ادامه ي اين مقاله به صورت زير سازماندهي شده است قسمت ٢ بررسي مختصري از برخي از پروتکل هاي مسير يابي بر مبناي دسته بندي سلسله مراتبي در WSN ها است .[٦]
ودر اين مقاله همچنين الگوريتم زنبور عسل در بستر پردازش ابري بيان مي شود در قسمت ٣، معايب پروتکل هاي مسير يابي بر مبناي دسته بندي سلسله مراتبي موجودوالگوريتم زنبورعسل در پردازش ابري بررسي شده اند و الگوريتم ASLPR
به عنوان راه حل موثري براي مشکلات آنها ارائه شده است . فرآيند بهينه سازي پروتکل ASLPR که از الگوريتم ژنتيکي پيوندي و گداختگي شبيه سازي شده استفاده مي کند در قسمت ٤ توصيف شده است . قسمت ٥، نتايج شبيه سازي و مقايسه با ساير پروتکل هاي مسير يابي بر مبناي LEACH را ارائه مي دهد. نهايتا، قسمت ٦ نتيجه گيري اين مقاله را ارائه مي دهد.
٢. کارهاي مرتبط
همان طور که در بررسي هاي ساختار شبکه هاي حسگر بيان شد، گره حسگر توسط انرژي باطري هايشان تحت فشار قرار مي گيرند . بنابراين ذخيره انرژي براي افزايش عمر شبکه يکي از مشکلات مهم درگره هاي حسگر بي سيم مي باشد وحسگرها اغلب در محيط هاي پر خطر و غير قابل دسترسي است ، بنابراين جايگزيني باطري راه حل امکان پذيري نيست و همچنين مداخله انسان زياد مطلوب و مناسب نمي باشد[١].
١.٢. الگوريتم خوشه بنديLEACH
يکي از روش هايي است که مي تواند زمان استفاده شبکه ها را از تمامي شبکه از طريق تراکم اطلاعات توسعه دهد .در شبکه هاي WSN دسته بندي دررأس دسته اطلاعات را جزء بندي مي کند آن ها را به جايگاه CH متراکم ، گره هاي حسي به دسته هاي کوچکتر جزء بندي مي شود . بعد از آنکه که به گره مرکزي ارسال مي کند .براي تعيين مسير اطلاعات در شبکه هاي حسگر بي سيم مسيرياب هاي گوناگوني پيشنهاد شده است .يکي از شناخته شده ترين است LEACH الگوريتم ها براي مسيريابي گره ها در ساختار شبکه که بسيار کاربرد داردزما ني که تمامي گره هاي حسي اطلاعات را جمع آوري مي کنند، زمان مدور ناميده مي شود .[٧]
در اين قسمت ، سه پروتکل مسير يابي بر مبناي دسته بندي ارائه شده اند، که شامل :LEACH،EP –LEACH آگاه از انرژي، و DT –LEACH آگاه از فاصله مي باشند، و به صورت جزئي مورد بحث قرار گرفته اند. معمولا، پروتکل هاي بر مبناي دسته بندي يک شبه را به گروه هاي غير تطابقي تقسيم مي کنند، که هر يک از آنها شامل يک CH است . گره هاي
غير CH بسته هاي داده ي خود را به گره هاي CH منتقل مي کنند، که در آنجا داده هاي حس شده را مي توان در يکجا جمع کرد، و به چاهک انتقال داد، تا اين سيگنال ها به يکديگر مرتبط شوند. پروتکل LEACH از خود گزينشي تصادفي استفاده مي کند، که در آن هر گره داراي احتمال P براي تبديل شدن به CH در هر دور است . به عبارت ديگر، LEACH
گروه هايي با استفاده از يک الگوريتم توزيع شده ايجاد مي کند، که در آن گره ها به صورت اتوماتيک تصميم مي گيرند که
CH باشند و هيچ کنترل مرکزي وجود ندارد. آن تضمين مي کند که هر گره مي تواند فقط يکبار در P.١ دور متوالي يک
CH باشد. ابتدا، هر گره تصميم مي گيرد که با احتمال P يک CH باشد. نقش CH شدن به صورت دوره اي مابين گره هاي گروه عوض مي شود و اين کار به منظور ايجاد تعادل و توزيع مصرف انرژي است . عملکرد LEACH در هر دور را مي توان به دو مرحله تقسيم کرد: مرحله ي نصب و مرحله ي ثابت . در طول مرحله ي نصب ، هر گره n يک عدد تصادفي مابين
٠ و ١ انتخاب مي کند. در صورتي که عدد تصادفي کمتر از مقدار سرحدي (T)n باشد، گره n براي دور مورد نظر يک CH
مي شود. بعد از اينکه زمان مشخصي در مرحله ي ثابت صرف شد، شبکه دوباره به مرحله ي نصب مي رود و وارد مرحله ي ديگري براي انتخاب CH ها مي شود. در مقايسه با پروتکل هاي يکنواخت ، LEACH کارائي خوبي در افزايش طول عمر شبکه دارد. به هرحال ، انرژي باقيمانده ي گره ها در پروتکل CH براي انتخاب CH مورد بررسي قرار نمي گيرد. به عبارت ديگر، اگر گرهي با انرژي باقيمانده ي کم تصميم بگيرد که يک CH شود، سريعا خواهد مرد. اين حقيقت را بررسي مي کنيم که مصرف انرژي زيادي در جمع آوري انرژي باقيمانده ي متوسط تمامي گره ها در مقايسه با تمامي CH ها وجود دارد، EP –LEACH ، نمونه ي توسعه يافته اي از LEACH است که ارائه شده است ، و در آن ، يک عامل انرژي هم مورد بررسي قرار مي گيرد. در پروتکل EP –LEACH ، گره هايي با انرژي بيشتر فرصت هاي بيشتري براي عملکردن به عنوان
CH را دارند. اخيرا، چندين پروتکل مسيريابي بر مبناي فاصله ارائه شده اند.[٨] دريک الگوريتم انتخاب CH با استفاده از مينيمم و ماکزيمم فاصله تا چاهک انتخاب شده است .مولفان يک الگوريتم انتخاب CH بر مبناي LEACH توزيع شده ارائه کرده اند که LEACH با سرحد فاصله اي (DT –LEACH ) ناميده مي شود، و هدف آن ايجاد تعادل مصرف انرژي مابين تمامي گره هاست [٩] .
١.٢. الگوريتم کلوني زنبور عسل در پردازش ابري
در اين مقاله همچنين الگوريتم زنبور عسل در بستر پردازش ابري براي بيان مي شود موقعيت يک منبع غذايي نشان دهنده يک راه حل ممکن براي مشکل بهينه سازي و مقدار شهد يک منبع غذايي مربوط به کيفيت از راه حل ارتباطي است .کلوني را به دو نيمه تقسيم مي کنيم ، نيمه اول کلوني زنبور عسل شاغل و نيمه دوم ، زنبور عسل ناظر است .در اين الگوريتم براي هر ، ABC در الگوريتم زنبور عسل شاغل ( کارگر )يک منبع غذايي وجود دارد .يه اين معني که براي هر راه حل يک زنبور عسل شاغل وجود دارد ). زنبور ناظر يکي از اين راه حل با در نظر گرفتن الگوي کلوني زنبور عسل در شبکه ها را انتخاب و سعي در بهبود و ديده باني انجام جستجوي تصادفي دارد.
در چارچوب پيشنهادي اطلاعات واحد پردازش داده توسط گره هاي حسگر جمع آوري مي شود .بنابراين گره هاي حسگر بايد از نظر انرژي کارآمد و در نتيجه محدوديت توان مصرفي و عمر شبکه تا حدودي مرتفع گردد .به همين دليل ما براي حل مشکل از مسيريابي بر اساس الگوريتم کلوني زنبور عسل مصنوعي( ABC)بين گره هاي حسگر استفاده مي کنيم و داده هاي توسط حسگر ها با استفاده از اين الگوريتم جمع آوري مي شود و در ايستگاه پايه ذخيره شده سپس از ايستگاه پايه از طريق يک دروازه به واحد پردازش داده منتقل مي شود .در. [١٠]يک سيستم براي يکپارچه سازي شبکه هاي حسگر بي سيم با پردازش ابري پيشنهاد شده که بر اساس معماري سرويس گراي مقدماتيSOA است ، که در آن گره هاي حسگر و کنترل يکپارچه سازي از طريق معماري سرويس گراي مقدماتي SOA مي توانند با يکديگر ارتباط داشته باشند. البته همان طور که گفته شد اين چارچوب بر اساس معماري سرويس گراي مقدماتي است . برخي از مسائل موجود در يک معماري مبتني بر سرويس گرفته نشده است .از جمله مديريت ، هماهنگ سازي سرويس ها ، مديريت تراکنش ها وغيره هر دو شبکه هاي حسگر بي سيم و فن آوري پردازش ابري به همراه برنامه هاي کاربردي در اين مقاله بحث شد .ما
يک چارچوب بر اساس معماري سرويس -گراي توسعه يافته براي استفاده پردازش ابري به منظور افزايش قابليت و در دسترس بودن شبکه هاي حسگر بي سيم ارائه کرديم و با تاکيد بر کاربرد آن به تشريح چارچوب پرداختيم . اين سيستم ارائه شده در واقع از يک مطالعه عميق و پشتيباني از فن آوري هاي مختلف نشئت گرفته است .سيستم پيشنهادي کاربردهاي مفيد و نقش مهمي در زمينه هاي مختلف از جمله در زمينه پزشکي دارد .با اين حال با در نظر گرفتن مسائل امنيتي چارچوب پيشنهادي کمک خواهد کرد تا از اين چارچوب بتوان در کارهاي نظامي و خدماتي ديگر نيزاستفاده نمود.واما دليل اينکه به سراغ الگوريتم ژنتيک مي رويم براي اين است که براي بعضي از کاربرد هاي خاص با تغيير بعضي پارامترها مي توان به نتيجه مطلوب تري نسبت به الگوريتم هاي پيشين برسيم .
٣. پروتکل مسير يابي ASLPR
مانند پروتکل LEACH اصلي، عملکرد ASLPR در هر دور را مي توان به مرحله ي نصب و مرحله ي ثابت تقسيم کرد. در طول مرحله ي نصب ، هر گره حسگر n يک عدد تصادفي مابين ٠ و ١ انتخاب مي کند. گره n براي دور حاضر يک CH مي شود، اگر عدد تصادفي آن کمتر از سرحد ارائه شده باشد. بعد از انتخاب CH ها، به تمامي گره هاي حسگر در موجود در شبکه اعلان مي شود که در دور حاضر آنها CH هستند. وقتي يک گره غير CH اعلاني از CH ها دريافت کرد، دسته ي خودش را با انتخاب يکي از CH ها که حداقل فاصله ي ارتباطي را با او دارد انتخاب مي کند (بر مبناي نيروي سيگنال اعلاني از CH ها). سپس ، هر گره غير CH به CH مناسب اعلان مي کند که عضوي از گروه آن است . در طول مرحله ي ثابت ، گره ها مي توانند حس کردن را شروع کنند و داده ها را به CH ها انتقال دهند. سپس ، هر CH مي تواند بسته هاي داده را قبل از ارسال اين داده ها به چاهک از گره ها در گروه خود جمع آوري کند. بر مبناي تعداد اعضا، هر CH يک زمانبندي TDMA ايجاد مي کند که به هر گره عضو مي گويد چه وقت بسته ي داده ي خود را انتقال دهد. بعد از ساخته شده زمانبندي TDMA مورد نظر، آن به گره هاي غير CH موجود در گروه اعلام مي شود. وقتي گروه هاي ايجاد شدند و جدول زمانبدي TDMA ثابت شد، انتقال داده ها مي تواند شروع شود. بعد از اينکه مدت زمان مشخصي در مرحله ي ثابت سپري شد، شبکه بازهم به مرحله ي نصب مي رود و دور ديگري از انتخاب CH ها را شروع مي کند.
٤. بهينه سازي پروتکل ASLPR با استفاده از الگوريتم GA-SA
در اين مقاله ، يک پروتکل مسيريابي کاربرد خاص جديد ارائه شده است که برخي از مفاهيم جزئيات گره هاي حسگر را مورد استفاده قرار مي دهد تا CH هاي بهينه را انتخاب کند. هفت پارامتر قابل کنترل در پروتکل ASLPR ارائه شده وجود دارد که شامل a١، a٢، a٣، a٤، t١، t٢ و t٣ مي باشند. ايجاد تغيير در اين پارامتر ها تفاوت هايي در عملکرد ASLPR ايجاد مي کند. از اينرو، پروتکل مسير يابي ارائه شده يک پروتکل انطابقي است که بر مبناي کاربردش مي تواند با مدل هاي مختلفي عمل کند. براي مثال ، اگر ما قرار دهيم ، ASLPR ارائه شده مشابه LEACH EP – در عمل مي کند هر a١ بايد در محدوده ي [٠.١] بهينه سازي شود، و هر tj هم بايد در محدوده ي [٠.٢] بهينه سازي شود. در اين مقاله ، از رمزگشايي دودوئي استفاده مي شود، که در آن هر پارامتر بهينه سازي با دقت ٠.٠١ تمييز داده مي شود. از اينرو، براي کد گشايي هر ak به هفت عدد نياز داريم و براي هر ts هم به هشت عدد نياز داريم . در اينجا، يک راه حل ممکن را مي توان با استفاده از يک رشته ي دودوئي به طول L ارائه کرد، که در آن ٥٢ = L است . يک مثال از راه حل هاي ممکن را مي توان در شکل ١ مشاهده کرد. اندازه ي کل فضاي تحقيقاتي شامل تمامي راه حل هاي ممکن را مي توان به صورت L٢ محاسبه کرد. از اينرو، مسئله ي بهينه سازي در اينجا يک مسئله ي NP سخت است ، و الگوريتم هاي ارزيابي بهترين روش براي بهينه کردن آن هستند. [١١]. در اين مقاله ، يک الگوريتم GA-SA پيوندي براي بهينه کردن پارامتر هاي قابل کنترل پروتکل ASLPR به کار مي رود.
در اولين مرحله ي GA، جمعيت اوليه به صورت تصادفي ايجاد مي شود. سپس ، دو مرحله ي کلي به صورت متوالي انجام مي شوند، تا زمانيکه ماکزيمم تعداد تکرار هاي GA به دست آيند. ارزيابي تناسب و به روز رساني جمعيت . بعد از ارزيابي
تناسب جمعيت موجود، برخي از بهترين کروموزوم ها به عنوان والدين براي به روز رساني جمعيت به کار مي روند. سپس ، با استفاده از عملکرد دورگه فرزندان از والدين انتخاب شده ايجاد مي شوند. بعد از اينکه تمامي فرزندان ايجاد شدند، عملکرد جهش براي تغير تصادفي در مقدار برخي از ژن ها در فرزندان ايجاد شده به کار مي رود، که هدف آن جلوگيري از افتادن در نقاط مينيمم است . براي ايجاد جمعيت اوليه همانطور که در بالا ذکر شد، رمز گذاري دودوئي براي ارائه ي راه حل شدني به کار مي رود (به شکل ١ نگاه کنيد). هر کروموزوم را مي توان به صورت رشته اي دودوئي با L ژن ارائه کرد، که در آن L برابر ٢٥ است . در ابتدا، جمعيت اوليه ي GA به صورت تصادفي ايجاد مي شود، به روشي که هر ژن در داخل هر کروموزم احتمالي برابر براي ٠ يا ١ شدن داشته باشد.
بعد از به روز رساني جمعيت در هر تکرار، مقدار تناسب هر کروموزوم با توجه به تابع تناسب ارائه شده ارزيابي مي شود. در اين روش ، ابتدا، هر کروموزوم بايد رمزگذاري شود با پارامتر هاي مرتبط با آن استخراج شوند . سپس ، WSN با استفاده از پروتکل ASLPR و با پارامتر هاي مشابه ، براي هر کروموزوم شبيه سازي مي شود. نهايتا، طول عمر شبکه براي هر کروموزوم محاسبه مي شود، بعد از محاسبه ي مقدار تناسب براي تمامي کروموزوم ها، آنها از بهترين به بدترين مرتب مي شوند. سپس ، برخي از بهترين کروموزوم ها بر مبناي استراتژي انتخاب شده براي والدين ، براي به روز رساني جمعيت ، انتخاب مي شوند (انتخاب چرخشي، انتخاب دوري، انتخاب برتر سالاري). در اين مقاله ، استراتژي انتخاب برتر سالاري به کار مي رود. بنابراين ، در هر تکرار GA، بهترين راه حل سراسري به روز رساني مي شود (با مقايسه ي بهترين راه حل در
ميان جمعيت موجود با بهترين راه حلي که هر بار به دست مي آيد).
شکل ١: به روز رساني جمعيت در GA: عملگر دورگه ي يک شکل و عملگر جهش مبادله اي دودوئي
و براي به روز رساني جمعيت و براي ايجاد يک فرزند، دو والد به صورت تصادفي از ميان بهترين اشخاص (والدين ) جمعيت انتخاب مي شوند، و عملگر دو رگه بر روي آنها اجرا مي شود. در دورگه ي يک شکل ، هر ژن در فرزند از يکي از ژن هاي مشابه يکي از دو والدش ، با احتمال يکسان ، کپي مي شود. بعد از ايجاد هر فرزند، هر ژني مي تواند با احتمال Pm جهش يابد. همانطور که در شکل ١ مشاهده مي کنيد، جهش مبادله اي دودوئي بهه کا رفته است ، که در آن ، مقدار ژن انتخاب شده مکمل است .واما مرحله ي SAمعمولا، SA با يک راه حل اوليه ي تصادفي شروع مي شود. به هرحال ، در الگوريتم
SA –GA پيوندي ارائه شده ، راه حل سراسري بهينه GA به عنوان راه حل اوليه ي SA به کار مي رود. به علارت ديگر، SA براي بهبود GA با استفاده از يک استراتژي جستجوي محلي به کار مي رود. در هر تکرار SA، يک راه حل جديد در ناحيه ي همسايه راه حل موجود ايجاد مي شود. اگرراه حل جديد کوچکتر از را ه حل باشد، آنگاه راه حل موجود با راه حل جديد جابه جا مي شود.
5. ارزيابي کارائي
تمامي آزمايشاتدر MATLAB Rb٢٠١٢ انجام شده اند. ما کارائي پروتکل ASLPR را در مقابل پروتکل شناخته شده ي
LEACH ، پروتکل EP –LEACH آگاه از انرژي، و پروتکل DT –LEACH آگاه از مسافت ، از نظر مرگ اولين گره (FND)، مرگ نصف گره (HND) و مرگ آخرين گره (LND)، و تعداد کلي بسته هاي داده ي دريافت شده در چاهک از شروع عملکرد تا زمان طول عمر شبکه ، مقايسه مي کنيم 12-
١.٥. بازنشاني شبيه سازي
براي تغيير پارامتر هاي قابل کنترل GA و SA، مقادير متفاوتي براي شبيه سازي انتخاب مي شوند. در آزمايشات ما، اندازه ي جمعيت کروموزوم ها برابر ١٥، و ماکزيمم تعداد تکرار ها در GA برابر ٣٠ قرار داده مي شود. چون SA بر مبناي جمعيت نيست و و يک الگوريتم بر مبناي راه حل منفرد است ، ماکزيمم تعداد تکرار ها در SA برابر ١٥٠ قرار داده مي شود، که پنج برابر بيشتر از GA است . بازنشاني پارامتر ها براي GA و SA را مي توان به صورت خلاصه شده ، به تريتب در جدول ١ و جدول ٢، مشاهده کرد. براي شرح تاثير پروتکل ASLPR در افزايش طول عمر شبکه ، نتايج شبيه سازي ارائه شده با نتايج LEACH،EP –LEACH و DT –LEACH براي ١٥ ناحيه ي نقشه نگاري غير يکنواخت مختلف ، مقايسه مي شوند. پنج WSN اول از ١٠٠ گره حسگر تشکيل شده اند که به صورت تصادفي در نواحي نقشه نگاري به ابعداد
m ١٠٠ × m ١٠٠ قرار داده شده اند. پنج WSN دوم ، هر کدام از ٢٠٠ گره که در ناحيه ي نقشه برداري به ابعاد
m ١٥٠ × m ١٥٠ به صورت تصادفي قرار داده شده اند تشکيل شده است . نهايتا، پنج WSN آخر هم از ٥٠٠ گره تشکيل شده است که به صورت تصادفي در ناحيه ي نقشه برداري به ابعاد m ٢٠٠m × ٢٠٠ قرار داده شده اند. کارائي پروتکل مسير يابي ذکر شده در اين ١٥ WSN آزمايش مي شود. فقط يک چاهک وجود دارد که در مرکز هر شبکه قرار گرفته است . تمامي گره هاي حسگر انرژي اوليه ي برابر ١ ژول را دارند. تمامي WSN ها از مدل ارتباطي راديويي ترتيب اول استفاده مي کنند، که به صورت گسترده اي در ناحيه ي ارزيابي پروتکل مسيريابي در WSN ها به کار مي رود. جدول ٣ پارامتر هاي شبکه را به صورت جزئي نشان مي دهد.
5.2. نتايج شبيه سازي
در اينجا، پارامتر هاي وزن برابر قرار داده مي شوند، که اين به معني است که FND عامل اصلي، و HND عامل جزئي است ، و LND اهميتي ندارد (تقريبا در تمامي کاربرد ها بعد از HND اهميتي ندارد). همانطور که در بالا ذکر شد، ما بايد پارامتر هاي قابل کنترل ASLPR را با الگوريتم SA –GA پيوندي تطبيق دهيم تا قبل از عملکردش ، آن را بهينه کند، تا طول عمر شبکه تعريف شده ي کاربرد خاص را افزايش دهيم . بنابراين ، الگوريتم SA –GA
پيوندي ١٥ بار براي ١٥ WNS مختلف به کار مي رود. پارامتر هاي قابل کنترل ASLPR بهينه شده را مي توان در جدول
٤ خلاصه کرد. همانطور که مي بينيد، براي هر يک از پارامترهاي بهينه شده در WSN هاي مختلف تفاوت قابل توجهي مشاهده نمي شود. براي ثبت کارائي پروتکل مسيريابي ASLPR ارائه شده در چندين آزمايش شبکه ي نمونه و براي مطالعه ي رفتار آن در مقابل پروتکل هاي LEACH،DT –LEACH ، و EP –LEACH ، شکل هاي ٦-٤ آن ها را براي
١ # WSN(با ١٠٠ گره )، ٦ # WSN (با ٢٠٠ گره )، و ١١ # WSN (با ٥٠٠ گره )، به ترتيب ، به صورت کيفي نشان مي دهند.
شکل ها تعداد کل گره هاي زنده در مقابل دور ها نشان مي دهند. شکل هاي ٦-٤ به صورت واضح نشان مي دهند که
ASLPR خيلي پايدار تر از ساير پروتکل هاست ، چون مرگ گره بعدا شروع مي شود و به صورت خطي تا زمانيکه تمامي گره ها بميرند ادامه مي يابد. به علاوه ، براي بررسي بيشتر کارائي اين پروتکل ها، نتايج کمي طول عمر شبکه در FND، HND، و LND (جدول هاي ٧-٥)، تاريخچه ي گردش گره هاي مرده (جدول هاي ١٠-٨) و تعداد کل بسته هاي داده ي دريافتي در ايستگاه اصلي (جداول ١٣-١١)، به صورت خلاصه بيان شده اند. در اين جداول ، بهترين مقادير کارائي به
