پـــایان نامه کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم با استفاده از شبکه‌های عصبی SOM

 

چکیده

امروزه، در شبکه‌های حسگر بی‌سیم، پروتکل‌های مسیریابی مبتنی بر خوشه‌بندی از طریق تقسیم گره‌های همسایه به خوشه‌های مجزا و انتخاب سرخوشه‌های محلی برای ترکیب و ارسال اطلاعات هر خوشه به ایستگاه مبنا و سعی در مصرف متوازن انرژی توسط گره‌های شبکه، بهترین کارایی را از لحاظ افزایش طول عمر و حفظ پوشش شبکه‌ای در مقایسه با سایر روش‌های مسیریابی به‌ دست می‌آورند. با این وجود، همه پروتکل‌های خوشه‌بندی ارایه شده تاکنون، تنها نزدیکی جغرافیایی(همسایگی) را به عنوان پارامتر تشکیل خوشه‌ها در نظر گرفته‌اند. در این تحقیق، یک پروتکل جدید خوشه‌بندی متمرکز مبتنی بر انرژی با استفاده از شبکة عصبی نقشة خودسازماندهی برای شبکه‌های حسگر بی‌سیم ارایه می‌شود که قادر به خوشه‌بندی گره‌های شبکه بر اساس سطح انرژی و مختصات گره‌ها می‌باشد. این پروتکل با استفاده از تعداد مشخصی از گره‌های پرانرژی در شبکه و اعمال آن‌ها به عنوان وزن نورون‌های نقشة خودسازماندهی، نزدیک‌ترین گره‌های کم‌انرژی را جذب گره‌های پرانرژی می‌کند؛ به طوری که خوشه‌ها لزوماً از گره‌های مجاور تشکیل نشده و در واقع براساس دو پارامتر سطح انرژی و همسایگی، خوشه‌هایی با انرژی متوازن تشکیل خواهند شد. به علاوه یک تابع هزینه جدید به منظور تصمیم‌گیری در انتخاب گره‌های سرخوشه، پیشنهاد شده است که سعی در ترکیب معیارهای مختلف موثر در انتخاب بر اساس میزان اهمیت آن‌ها دارد. کارایی برتر این پروتکل از لحاظ افزایش طول عمر مفید شبکه و حفظ بهتر پوشش شبکه‌ای در مقایسه با پروتکل‌های پیشین نظیر LEACH و LEA2C و نیز تاثیر تابع هزینه پیشنهادی بر کارایی آن (با شبیه‌سازی) به اثبات رسیده است.

 

واژه‌های کلیدی: شبکه‌های حسگر بی‌سیم، شبکه عصبی، نقشه خودسازماندهی، کاهش مصرف انرژی، خوشه‌بندی.


خرید و دانلود پـــایان نامه کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم  با استفاده از شبکه‌های عصبی SOM

کاهش انرژی مصرفی در محیط ابرواره با استفاده از مهاجرت ماشین مجازی

عنوان پایان نامه: کاهش انرژی مصرفی در محیط ابرواره با استفاده از مهاجرت ماشین مجازی

فرمت فایل: word

تعداد صفحات: 80

شرح مختصر:

کاهش مصرف انرژی از جمله مهمترین مسائل روز به ویژه در بخش صنعت است. در سالهای اخیر نیازهای روز افزون بشر به سیستم‌های کامپیوتری باعث ایجاد و گسترش هر چه بیشتر مراکز داده با تعداد زیاد رایانه شده است که در مجموع مصرف برق قابل توجهی دارند. بدیهی است که در چنین شرایطی تلاش‌های زیادی در راستای کاهش مصرف برق در این مراکز از سوی متخصصین صورت گرفته است و اکنون نیز تلاش در این زمینه از اهمیت خاصی برخوردار است. یکی از روش‌های کاهش مصرف برق در مراکز داده، مهاجرت ماشین مجازی است.

در این پایان نامه با استفاده از مهاجرت ماشین مجازی یک بسته‌ی نرم افزاری طراحی و پیاده سازی شده‌است که بر اساس بار کاری هر رایانه و انتقال بار بین سیستم‌ها در قالب مهاجرت ماشین مجازی شرایطی مناسب را برای کاهش مصرف برق به وجود می آورد و با بهره گیری از آن مصرف را به میزان چشمگیری کاهش می دهد.

 فهرست مطالب

فصل اول: مقدمه.............. 1

1-1 مصرف انرژی در رایانه.................. 2

1-2 مراکز داده و مصرف انرژی در آنها............. 3

1-3 مجازی سازی.................................. 5

1-4 ساختار پایان نامه........................ 7

فصل دوم: پیشینه تحقیق..................................... 8

2-1 صرفه جویی در انرژی مصرفی رایانه.................... 9

2-1-1 صرفه جویی در انرژی پویا....................... 9

2-1-2 صرفه جویی در انرژی ایستا.............. 10

2-2 صرفه جویی در انرژی مصرفی مراکز داده..................... 13

2-3 صرفه جویی در انرژی با استفاده از ترکیب ماشین مجازی............ 15

فصل سوم: مدل پیشنهادی............................. 19

3-1 تعاریف................................... 20

3-1-1 حالت خواب.......................... 20

3-1-2 انتخاب و استقرار.................... 21

3-1-3 حدود دسته بندی...................... 22

3-2 طراحی و بخش‌های مدل پیشنهادی.................... 22

3-3 عملکرد مدل پیشنهادی در یک مرکز داده......................... 26

3-4 بخش جانبی مدل پیشنهادی............... 27

3-4-1 واحد جمع آوری اطلاعات............. 28

3-4-2 واحد ارسال اطلاعات............... 30

3-4-3 واحد دریافت و اجرای دستورات................ 30

3-5 بخش مرکزی مدل پیشنهادی.......... 34

3-5-1 واحد دریافت اطلاعات....... 34

3-5-2 واحد ذخیره اطلاعات....... 35

3-5-3 واحد طبقه بندی سرورها.......... 35

3-5-4 واحد اتخاذ تصمیم.................. 37

3-5-5 واحد ارسال دستورات.......... 40

3-6 سربارهای مدل پیشنهادی........... 40

فصل چهارم: پیاده سازی............. 42

4-1 پارامترهای آزاد در نرم افزار حاصل....... 43

4-2 مختصات پیاده سازی................ 45

4-2-1 بازه‌ی داده برداری و ارسال اطلاعات.......... 45

4-2-2 انتخاب و استقرار.................. 45

4-2-3 حدود دسته بندی و حاشیه...........47

4-3 پیکر بندی سفارشی نرم افزار......... 47

4-4 محیط انجام آزمایش.......... 49

4-5 اندازه گیری اولیه............. 51

4-6 بارکاری استفاده شده برای آزمایش‌ها........... 52

4-6-1 بارکاری آزمایشی.......... 53

4-6-2 بارکاری واقعی....... 55

فصل پنجم: نتایج و پیشنهادها........... 57

5-1 نتایج...................... 58

5-1-1 نتایج بارکاری آزمایشی......... 58

5-1-2 نتایج بارکاری واقعی........... 61

5-2 جمع بندی نتایج....... 64

5-3 خلاصه و نتیجه گیری........... 65

5-4 پیشنهادها......... 66

فهرست منابع............................. 68

فهرست جدول‌ها

جدول ‏4‑1مقادیر پارمترهای در پیکربندی‌های نرم افزار48

جدول ‏4‑2مشخصات سخت افزار آزمایش.... 50

جدول ‏4‑3 تعداد و مشخصات ماشین‌های مجازی.. 50

جدول ‏4‑4 اندازه‌گیری دستی توان مصرفی سرور در حالات مختلف... 51

جدول ‏4‑5مقادیر سربارهای انرژی عملیات پایه. 52

جدول ‏5‑1 آمار فعالیت‌های بسته‌ی هدف بارکاری آزمایشی.. 60

جدول ‏5‑2 آمار فعالیت‌های بسته‌ی هدف بارکاری واقعی.. 63

جدول ‏5‑3خلاصه‌ی نتایج.. 64

فهرست شکل‌ها

شکل ‏1‑1 نمودار تفکیکی انرژی مصرفی مرکز داده3

شکل ‏1‑2نمودار میزان و سهم مصرف انرژی مراکز داده4

شکل ‏1‑3 نمایی از مهاجرت ماشین مجازی.. 6

شکل ‏2‑1 نمودار تفکیکی مصرف قطعات مختلف یک سرور12

شکل ‏3‑1شمای منطقی مدل پیشنهادی.. 25

شکل ‏3‑2ارتباط اجزاء بخش جانبی.. 28

شکل ‏4‑1بار کاری آزمایشی.. 54

شکل ‏4‑2 بارکاری واقعی.. 55

شکل ‏5‑1 تعداد گره‌های روشن محیط با بارکاری آزمایشی.. 59

شکل ‏5‑2توان مصرفی محیط با بارکاری آزمایشی.. 60

شکل ‏5‑3 میزان مصرف انرژی برای بارکاری آزمایشی.. 61

شکل ‏5‑4تعداد گره‌های روشن محیط با بارکاری واقعی.. 62

شکل ‏5‑5توان مصرفی محیط با بارکاری واقعی.. 62

شکل ‏5‑6میزان مصرف انرژی برای بارکاری واقعی.. 63


خرید و دانلود کاهش انرژی مصرفی در محیط ابرواره با استفاده از مهاجرت ماشین مجازی

کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم با استفاده از شبکه‌های عصبی SOM

پروژه "کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم با استفاده از شبکه‌های عصبیSOM " یک تحقیق کامل و علمی برای رشته کامپیوتر ، شبکه و IT میباشد که بطور کامل بحث را مورد کنکاش و جستجو قرار داده و مطالب سطح بالایی را در پروژه آورده است.این پروژه با ارزش در 6 فصل تنظیم شده و بطور کامل ویرایش شده و در قالب Word آماده تحویل میباشد.

امروزه، در شبکه‌های حسگر بی‌سیم، پروتکل‌های مسیریابی مبتنی بر خوشه‌بندی از طریق تقسیم گره‌های همسایه به خوشه‌های مجزا و انتخاب سرخوشه‌های محلی برای ترکیب و ارسال اطلاعات هر خوشه به ایستگاه مبنا و سعی در مصرف متوازن انرژی توسط گره‌های شبکه، بهترین کارایی را از لحاظ افزایش طول عمر و حفظ پوشش شبکه‌ای در مقایسه با سایر روش‌های مسیریابی به‌ دست می‌آورند. با این وجود، همه پروتکل‌های خوشه‌بندی ارایه شده تاکنون، تنها نزدیکی جغرافیایی(همسایگی) را به عنوان پارامتر تشکیل خوشه‌ها در نظر گرفته‌اند. در این تحقیق، یک پروتکل جدید خوشه‌بندی متمرکز مبتنی بر انرژی با استفاده از شبکة عصبی نقشة خودسازماندهی برای شبکه‌های حسگر بی‌سیم ارایه می‌شود که قادر به خوشه‌بندی گره‌های شبکه بر اساس سطح انرژی و مختصات گره‌ها می‌باشد. این پروتکل با استفاده از تعداد مشخصی از گره‌های پرانرژی در شبکه و اعمال آن‌ها به عنوان وزن نورون‌های نقشة خودسازماندهی، نزدیک‌ترین گره‌های کم‌انرژی را جذب گره‌های پرانرژی می‌کند؛ به طوری که خوشه‌ها لزوماً از گره‌های مجاور تشکیل نشده و در واقع براساس دو پارامتر سطح انرژی و همسایگی، خوشه‌هایی با انرژی متوازن تشکیل خواهند شد. به علاوه یک تابع هزینه جدید به منظور تصمیم‌گیری در انتخاب گره‌های سرخوشه، پیشنهاد شده است که سعی در ترکیب معیارهای مختلف موثر در انتخاب بر اساس میزان اهمیت آن‌ها دارد. کارایی برتر این پروتکل از لحاظ افزایش طول عمر مفید شبکه و حفظ بهتر پوشش شبکه‌ای در مقایسه با پروتکل‌های پیشین نظیر LEACH و LEA2C و نیز تاثیر تابع هزینه پیشنهادی بر کارایی آن (با شبیه‌سازی) به اثبات رسیده است.

فهرست مطالب

فصل1 مقدمه

1-1. مقدمه. 2

1-2. تعریف مساله و سئوالات اصلی تحقیق.. 3

1-3. فرضیه‌ها4

1-4. اهداف تحقیق.. 4

1-5. روش تحقیق.. 5

1-6. مراحل انجام تحقیق.. 5

1-7. ساختار پایان‌نامه. 6

فصل2 مروری بر منابع مطالعاتی 8

2-1. مقدمه. 9

2-2. طبقه‌بندی روش‌های کاهش مصرف انرژی در شبکه‌های حسگر. 13

2-2-1. چرخة وظایف... 16

2-2-2. روش‌های داده‌گرا18

2-2-3. روش‌های مبتنی بر قابلیت تحرک... 21

2-3. نقش شبکه‌های عصبی در کاهش مصرف انرژی شبکه‌های حسگر. 22

2-3-2. شبکه‌های عصبی در طرح‌های چرخه وظایف... 27

2-3-3. شبکه‌های عصبی در کاهش داده. 28

2-3-4. شبکه‌های عصبی در شبکه‌های حسگر متحرک... 38

2-4. نتیجه‌گیری... 40

فصل3 نقش شبکه‌های عصبی در مسیریابی انرژی آگاه 41

3-1. مقدمه. 42

3-2. ویژگی‌های مسیریابی در شبکه حسگر بی‌سیم.. 43

3-3. روش‌های مسیریابی در شبکه‌های حسگر بی‌سیم.. 45

3-3-1. مسیریابی مسطح.. 46

3-3-2. مسیریابی مبتنی بر مکان.. 47

3-3-3. مسیریابی سلسه مراتبی(مبتنی بر خوشه‌بندی)48

3-3-4. پروتکل خوشه‌بندیLEACH... 49

3-3-5. پروتکل خوشه‌بندیLEACH متمرکز. 51

3-4. شبکه‌های عصبی در الگوریتم‌های مسیریابی آگاه از انرژی... 52

3-4-1. شبکة عصبی انتشار معکوس در کشف مسیر. 52

3-4-2. شبکة عصبی نقشة خودسازماندهی در مسیریابی.. 54

3-4-3. پروتکل‌های مسیریابی مبتنی بر نقشة خودسازماندهی.. 56

3-5. پروتکل خوشه‌بندی پیوندگرا وفقی با انرژی پایین.. 60

3-6. جمع‌بندی... 63

فصل4 پروتکل جدید پیشنهادی 64

4-1. مقدمه. 65

4-2. پروتکل مسیریابی خوشه‌بندی مبتنی بر انرژی خودسازمانده. 66

4-3. فرضیات الگوریتم.. 66

4-4. مرحلة خوشه‌بندی... 68

4-4-2. مرحلة اول : خوشه‌بندی با شبکة عصبی نقشة خودسازماندهی.. 69

4-4-3. مرحلة دوم : خوشه‌بندی با الگوریتم K-means. 76

4-4-4. مرحلة انتخاب سرخوشه. 78

4-5. مرحلة انتقال داده. 81

4-6. مرحلة خوشه‌بندی مجدد. 82

4-7. جمع‌بندی... 87

فصل5 نتایج شبیه‌سازی و تحلیل آن‌ها88

5-1. مقدمه. 89

5-2. پارامترهای شبیه‌سازی... 89

5-2. نتایج شبیه‌‌سازی... 91

5-2-1. مقایسة نحوة تشکیل خوشه‌ها در EBCS با پروتکل LEACH... 91

5-2-2. مقایسة کارایی EBCS با پروتکل‌های پیشین از لحاظ طول عمر شبکه. 93

5-2-3. ارزیابی تابع هزینه انتخاب سرخوشهبرکارایی EBCS.. 96

5-2-4. ارزیابی کارایی پروتکلEBCS در افزایش پوشش شبکه‌ای... 99

5-3. جمع بندی... 102

فصل6 جمع‌بندی و پیشنهاد‌ها104

6-1. مقدمه. 105

6-2. یافته‌های تحقیق.. 107

6-3. نوآوری تحقیق.. 108

6-4. پیشنهاد‌ها109

مراجع 111

واژه‌نامه 116


خرید و دانلود کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم  با استفاده از شبکه‌های عصبی SOM