文献

J-GLOBAL ID：202202258784868322   整理番号：22A0552243

LBR-GWO:無線センサネットワークにおけるグレーWolf最適化アルゴリズムを用いた層状ベースルーティングアプローチ【JST・京大機械翻訳】

LBR-GWO: Layered based routing approach using grey wolf optimization algorithm in wireless sensor networks

著者 (4件)： Dwivedi Bhanu (Department of Computer Science and Engineering, Rajkiya Engineering College, Kannauj, India) ,  Patro Bachu Dushmanta Kumar (Department of Computer Science and Engineering, Rajkiya Engineering College, Kannauj, India) ,  Srivastava Vivek (Department of Computer Science and Engineering, Rajkiya Engineering College, Kannauj, India) ,  Jadon Shimpi Singh (Department of Applied Science, Rajkiya Engineering College, Kannauj, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 4  ページ： e6603  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 無線センサネットワーク(WSN)内に配備されたセンサは,ネットワークスループットに大きく影響する,限られたエネルギー源を持っている。本論文は,灰色鉄最適化(LBR-GWO)アルゴリズムを使用するWSNsのためのエネルギー効率の良い層状ベースのルーティングアルゴリズムを開発することによって,ネットワーク寿命を増加することである。これにおいて,灰色の鉄のリーダーシップ階層構造が追跡され,ネットワークのエネルギー能力を改善した。配置ノードの全領域は4層に分かれる。これらのノードでは,クラスタヘッドとして層1を選んだ。2つ以上のノードが層1に存在するならば,クラスタヘッドをゲーム理論モデルに基づいて選択した。そうでなければ,ノード残留エネルギーに基づいて決定を行う。既存のアルゴリズムにはいくつかの複雑な制御パラメータ点があるが,現在のアルゴリズムはより少ない複雑なパラメータを持っている。したがって,他のアルゴリズムと比較して,このアルゴリズムはクラスタベースのセンサネットワークに容易に応用できる。シミュレーション結果は,LBR-GWOアルゴリズムがノード全体のエネルギー消費をバランスさせ,LEACH,HEED,およびPSOプロトコルと比較してネットワーク寿命を改善することを証明した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  シミュレーション ,  エネルギー ,  *ネットワーク ,  *最適化手法 ,  鉄 ,  *経路選定 ,  クラスタ ,  端末装置 ,  スループット ,  プロトコル ,  耐用年数 ,  *センサネットワーク
準シソーラス用語： *無線センサネットワーク ,  クラスタヘッド ,  ネットワーク寿命 , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタヘッド ,  灰色オオカミの最適化 ,  ネットワーク寿命 ,  ルーティング ,  無線センサネットワーク

分類 (2件)： 計算機網  (JC03000K) ,  計測機器一般  (AD02000X)

タイトルに関連する用語 (3件)： 無線センサネットワーク ,  最適化アルゴリズム ,  層状