Resumen

En los últimos años, con el aumento de la demanda de calidad ambiental por parte de la población, se ha hecho inevitable controlar parámetros sensibles como la temperatura y el contenido de oxígeno. Las redes de sensores inalámbricos para la monitorización medioambiental (EMWSNs) se han convertido en un foco de investigación debido a su flexibilidad y alta precisión de monitorización. Este trabajo propone un algoritmo evolutivo de nicho de élite caótico (CENEA) para la agrupación de bajo consumo en EMWSNs. Para verificar el rendimiento de CENEA, se llevan a cabo experimentos de simulación. Mediante experimentos de simulación, CENEA se comparó con el algoritmo de salto de rana barajado (SFLA), el algoritmo de evolución diferencial (DE) y el algoritmo genético (GA) con los mismos parámetros condicionales. Los resultados muestran que CENEA equilibra la energía de los nodos y mejora su eficiencia en el uso de la energía. El consumo de energía de la red de CENEA se reduce un 8,3 en comparación con SFLA, un 3,9% menos que DE y un 4,6% menos que GA. Además, CENEA mejora la precisión y minimiza el tiempo de cálculo.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:cenea, experimentos de simulación, mejora de la eficiencia del uso de energía de los nodos, nicho de élite caótico, algoritmo de evolución diferencial, alta precisión de monitorización, consumo de energía de la red, mismos parámetros condicionales, redes de sensores inalámbricas, emwsns
• Keywords:cenea, simulation experiments, improved node energy usage efficiency, chaotic elite niche, differential evolution algorithm, high monitoring accuracy, network energy consumption, same conditional parameters, wireless sensor networks, emwsns