الفهرس 
AcknowledgementsOnly 14 pages are availabe for public view
 |  | from | 81 |  |  |
| | | from | 81 | | |
Abstract
الملخص
لعب شبكات الاستشعار اللاسلكية (WSNs) دورًا مهمًا للغاية في عدد كبير من التطبيقات ، وتتكون شبكات الاستشعار اللاسلكية من عدد كبير من عقد الاستشعار التي لها مصادر طاقة محدودة ، وتحدث عواصف البث عندما تغمر المعلومات جميع العقد في الشبكة بأكملها والسبب فشل في الشبكة.
تعتبر دراسة الجدولة الذكية للتسامح مع الأخطاء من أجل كفاءة استخدام الطاقة في شبكات الاستشعار مهمة جدًا لكل من مجال البحث العلمي وأيضًا التطبيقات العملية ، لذلك ، أصبح تحسين كفاءة الطاقة لشبكات WSN أحد الموضوعات البحثية الأكثر أهمية وتأثيرًا ونقاط في مجتمع البحث.
الهدف الرئيسي من البحث في هذا المجال هو تحقيق اتصال فعال وتقليل استهلاك الطاقة في شبكات WSN. يعمل الباحثون على حل هذه المشكلة من خلال إيجاد الحد الأدنى من الهيمنة (MDS) كشبكة أساسية افتراضية في الممارسة العملية كطريقة ناجحة وفعالة لحل هذه المشكلة.
ظهرت العديد من التحديات من خلال نشر شبكات الاستشعار والشبكات المخصصة. تركز معظم تقنيات البحث على شبكات WSN على تقليل استهلاك الطاقة واكتشاف خوارزميات فعالة حسابيًا. ومن ثم ، فإن تطوير خوارزمية لتحديد والتحكم في الحد الأدنى لعدد أجهزة الاستشعار النشطة للحفاظ على التغطية وكذلك الاتصال المستقر للشبكة هو الهدف الرئيسي للبحث الحالي في هذا المجال.
يعد الحصول على MDS للرسم البياني للشبكة أسلوبًا واعدًا لإدارة شبكات WSN ولتجنب مشاكل الفشل. تم اقتراح الخوارزميات التطورية (EAs) كطرق نجاح لتقديم العديد من الحلول لإيجاد أنظمة MDS. وبالتالي ، فإن العثور على مثل هذه المجموعات سيؤدي إلى إطالة عمر الشبكة وتحسين كفاءة الشبكة. التطور التفاضلي (DE) هو نوع رئيسي واعد من المستشارين الخبراء (EAs) الذي يمكنه الحصول على الحلول المثلى لـ
MDS في WSNs. تصميم الخوارزميات الفعالة لتحديد MDS لها العديد من التطبيقات العملية في نشر WSN وإدارتها.
يمكن تعريف التسامح مع أخطاء الشبكة على أنه قدرة الشبكة على الحفاظ على المستوى المناسب من الوظائف دون انقطاع حتى إذا كانت هناك أخطاء في الشبكة. عملت الأوراق والمقالات التي تمت مراجعتها على تعزيز التسامح مع أخطاء MDS في WSNs.
تدرس هذه الأطروحة الجدولة الذكية للتسامح مع الأخطاء لشبكات أجهزة الاستشعار الموفرة للطاقة. تم تحديد المشكلة المدروسة كمشكلة مجموعة مهيمنة من أجل إيجاد الحلول باستخدام الخوارزميات المستندة إلى DE والتي تم اقتراحها لمشكلة MDS النموذجية. تم اقتراح طرق جديدة وإنشاء خوارزميات جديدة لإيجاد حلول مختلفة لكل من مجموعات الهيمنة الدنيا للتطور التفاضلي (DEMDS) ، والتطور التفاضلي ، ومجموعات الهيمنة المختلفة (DEMDDS) ، ومجموعة الحد الأدنى المقيدة للتطور التفاضلي (DERMDS) لحل المشكلات المدروسة. النتائج التي تم الحصول عليها واعدة وحققنا النجاح في حل مشاكل هذا البحث باستخدام ثلاث خوارزميات جديدة.