موقیعت‌یابی در اینترنت اشیاء با استفاده از الگوریتم بهینه سازی ازدحام ذرات مرتبه کسری آشوبی

نوع مقاله: مقاله برق

نویسندگان

1 دانشکده برق و کامپیوتر، دانشگاه حکیم سبزواری،سبزوار ایران

2 دانشگاه حکیم سبزواری، دانشکده برق و کامپیوتر

10.22075/jme.2019.17868.1722

چکیده

موقعیت یابی دقیق و سریع در اینترنت اشیاء یک نیاز اساسی در گسترش استفاده از برنامه های کاربردی برای این شبکه ها می باشد. به دلیل محدود بودن توان محاسباتی گره های حسگر و محدود بودن ظرفیت انرژی این گره ها، کاهش پیچیدگی محاسباتی و همچنین کاهش سربار ارتباطی در الگوریتم های موقعیت یابی برای این شبکه ها، اهمیت حیاتی دارد. در این مقاله، الگوریتمی مبتنی بر بهینه سازی ازدحام ذرات (PSO) به منظور موقعیت یابی دقیق و سریع گره های حسگر در اینترنت اشیاء ارائه می شود. به طور کلی قرار گرفتن در نقاط بهینه محلی و نرخ همگرایی آهسته، دو ضعف اساسی الگوریتم PSO استاندارد می‌باشد. در الگوریتم پیشنهاد شده با بکارگیری نظریه آشوب، از قرار گرفتن در نقاط بهینه محلی جلوگیری شده و همگرایی کلی الگوریتم بهبود می یابد. به علاوه با بهره گرفتن از مشتقات مرتبه کسری، نرخ همگرایی ذرات به سمت جواب بهینه تسریع می‌یابد. ارزیابی کارایی الگوریتم با اجرای آن بر روی توابع آزمون خاص انجام می‌شود. نتایج شبیه‌سازی بهبود کارایی الگوریتم پیشنهادی در موقعیت یابی گره های حسگر در اینترنت اشیاء را نشان می‌دهند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Localization in IoT by using Fractional Order Chaotic Particle Swarm Algorithm Optimization

نویسندگان [English]

  • Ali Ebrahimi 1
  • Ahmad Hajipour 2
  • Hamidreza Tavakoli 2
1 Department of Electrical and Computer Engineering,Hakim Sabzevari University, Sabzevar, IRAN
2 Department of Electrical and Computer Engineering, Hakim Sabzevari University
چکیده [English]

The accurate and fast localization in the Internet of Things is an essential requirement in expanding the use of applications for these networks. Due to limited computing power of sensor nodes and the limited power capacity of these nodes, reducing computational complexity and reducing communication overhead in localization algorithms is critical. In this paper, a particle swarm optimization based algorithm is proposed for localization of sensor nodes in IoT. In general, trapping in local optima and the slow convergence rate are two main weaknesses of the classic PSO. In the proposed algorithm, using the chaos theory, trapping in local optima is prevented and convergence of the algorithm is improved. In addition, using the fractional derivatives, the particles convergence rate accelerates to the optimal solution. The performance evaluation of the algorithm is performed by its implementation on specific test functions. Simulation results exhibit the effectiveness of the proposed algorithm in localization of sensor nodes in IoT.

کلیدواژه‌ها [English]

  • Particle swarm optimization
  • Fractional derivatives
  • Chaos
  • Internet of Things
  • Sensor node localization