SlideShare a Scribd company logo
1 of 32
‫خدا‬ ‫نام‬ ‫به‬
‫آزاد‬ ‫دانشگاه‬‫اسالمي‬‫واحد‬‫خمین‬
‫کامپیوتر‬ ‫گروه‬ ،‫مهندسی‬ ‫و‬ ‫فنی‬ ‫دانشکده‬
‫ارشد‬ ‫کارشناسی‬ ‫درجه‬ ‫دریافت‬ ‫برای‬ ‫نامه‬ ‫پایان‬((M.Sc.))
‫گرایش‬:‫افزار‬ ‫نرم‬
‫عنوان‬:
‫توپولوژی‬ ‫ایجاد‬ ‫برای‬ ‫الگوریتم‬ ‫یک‬K‫های‬ ‫شبکه‬ ‫در‬ ‫پوششی‬RFID‫فازی‬ ‫تاپسیس‬ ‫الگوریتم‬ ‫توسط‬
‫استاد‬‫راهنما‬:
‫درمنی‬ ‫خلیلی‬ ‫محمد‬ ‫دکتر‬
‫مشاور‬ ‫استاد‬:
‫درمنی‬ ‫خلیلی‬ ‫محمد‬ ‫دکتر‬
‫نگارش‬:
‫فروزان‬ ‫شهرام‬
‫پاییز‬96
‫مطالب‬ ‫رئوس‬
‫کلیات‬‫پژوهش‬
‫پژوهش‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬
‫پیشنهادی‬ ‫روش‬
‫ها‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬
‫آینده‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬
‫کلیات‬‫پژوهش‬
‫پژوهش‬ ‫انجام‬ ‫ضرورت‬
‫مساله‬ ‫بیان‬
‫پژوهش‬ ‫اهداف‬
‫مساله‬ ‫بیان‬
‫مساله‬ ‫بیان‬
‫اولی‬ ‫مفاهیم‬‫ه‬
‫شبکه‬RFID
‫چیست؟‬
‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID
‫چیست؟‬
‫پوشش‬
Coverage
𝒎𝒊𝒏 𝒇 𝒄𝒐𝒗 =
𝒊∈𝑻𝑺𝒋 ∈ 𝑲𝑺 𝒊
𝑷𝒊𝒋 − 𝑷𝒕
‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID
‫چیست؟‬
‫تداخل‬
𝐣∈𝐑𝐒
𝐑𝐓𝐢𝐣 ≥ 𝐊 ∀𝐢 ∈ 𝐓𝐒
‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID
‫چیست؟‬
‫بار‬ ‫تعادل‬
𝒎𝒊𝒏 𝒇𝒍𝒐𝒃 𝑽𝒂𝒓(𝑳𝑶𝑰)
𝑳𝑶𝑰 =
𝑪 𝟏
𝑪 𝟏
𝒎𝒂𝒙 .
𝑪 𝟐
𝑪 𝟐
𝒎𝒂𝒙 . … .
𝑪𝒋
𝑪𝒋
𝒎𝒂𝒙 . … .
𝑪 𝒓
𝑪 𝒓
𝒎𝒂𝒙
‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID
‫چیست؟‬
‫تجمیع‬ ‫اثر‬
𝒎𝒊𝒏 𝒇 𝒂𝒈𝒆 =
𝒋∈𝑹𝑺𝒊∈𝑻𝑺
𝒅𝒊𝒔𝒕 𝒊. 𝒋 ∗ 𝑹𝑻𝒊𝒋
‫مفهوم‬𝑑𝑖𝑠𝑡(𝑖.𝑗)‫بلد‬ ‫قلهدوویلب‬ ‫فاصلهه‬ ‫مفهوم‬ ‫به‬
‫تگ‬ ‫ویتگاه‬‫خوق‬𝑗‫تگ‬ ‫و‬𝑖‫مب‬‫باشو‬.
‫پژوهش‬ ‫انجام‬ ‫ضرورت‬
‫شبکه‬ ‫طرقحب‬RFID ‫مشکالت‬ ‫قز‬ ‫دکب‬
‫بزرگ‬ ‫های‬ ‫شبکه‬ ‫ور‬ ‫قیایب‬
‫هر‬ ‫پوشش‬ ‫تحت‬ ‫منطقه‬ ‫ور‬ ‫محووودت‬
‫تگخوق‬ ‫ویتگاه‬
‫یدگنال‬ ‫وردافت‬ ‫قحتمال‬ ‫قز‬ ‫توقخل‬
‫کننوه‬ ‫وردافت‬ ‫تگ‬ ‫تویط‬
‫پژوهش‬ ‫اهداف‬
2-‫کمینه‬‫شبکه‬ ‫در‬ ‫تداخل‬ ‫کردن‬
3-‫ایجاد‬‫شبکه‬ ‫در‬ ‫بار‬ ‫تعادل‬RFID4-‫خاوان‬ ‫تاو‬ ‫تعاداد‬ ‫کااهش‬
‫ها‬
1-‫قدجاو‬‫توپولوژی‬ ‫دک‬K‫ور‬ ‫پوششب‬
‫شبکه‬RFID
‫پژوهش‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬
‫پژو‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬‫هش‬
‫همکاران‬ ‫و‬ ‫یو‬ ‫ژن‬ ‫شان‬2014
‫گداها‬ ‫رشو‬ ‫قلگوردتم‬ ‫قز‬ ‫قیتفاوه‬ ‫با‬
‫قیت‬ ‫کروه‬ ‫میاله‬ ‫قد‬ ‫حل‬ ‫به‬ ‫قلوقم‬.
‫پژو‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬‫هش‬
‫همکاران‬ ‫و‬ ‫چاندریکا‬
(2015)
‫تگ‬ ‫مول‬ ‫ور‬ ‫میاله‬ ‫حل‬ ‫به‬
‫قیت‬ ‫پروقخته‬ ‫متحرک‬
‫پیشنهادی‬ ‫روش‬
‫پیشنهادی‬ ‫روش‬
‫مساله‬ ‫های‬ ‫محدودیت‬
𝑷𝒊𝒋 − 𝑷𝒕 > 𝟎 ∀𝒊 ∈ 𝑻𝑺. 𝒋 ∈ 𝑲𝑺𝒊
𝒋∈𝑹𝑺
𝑹𝑻𝒊𝒋 ≥ 𝒌 ∀ 𝒊 ∈ 𝑻𝑺
‫انرژی‬ ‫مقدار‬ ‫حداقل‬
‫دریافتی‬
‫پوشش‬ ‫مقدار‬ ‫حداقل‬
‫تمامی‬ ‫در‬ ‫مشترک‬
‫ها‬ ‫معیار‬
𝑳𝑺𝒊 = 𝑹𝑺 − 𝑲𝑺𝒊 ∀𝒊 ∈ 𝑻𝑺
𝑃𝑖𝑗 ∗ 𝑅𝑓 −
𝑚∈𝐿𝑆𝑖
𝑃𝑖𝑚 ≥ 0 ∀𝑖 ∈ 𝑇𝑆. 𝑗 ∈ 𝐾𝑆𝑖
‫تگ‬ ‫یک‬ ‫فقط‬ ‫لحظه‬ ‫در‬
‫داده‬ ‫تگخوان‬ ‫برای‬
‫کند‬ ‫ارسال‬
‫دریافتی‬ ‫انرژی‬ ‫مقدار‬
‫گره‬ ‫فاصله‬ ‫و‬
‫پیشنهادی‬ ‫روش‬
‫الگوریتم‬ ‫شرح‬
‫پیشنهادی‬
𝑅1.1. 𝑅21. 𝑅31. … . 𝑅𝑖1. 𝑅12. 𝑅22. … . 𝑅𝑖2 … . 𝑅𝑖𝑗
⋮
𝑅1.1. 𝑅21. 𝑅31. … . 𝑅𝑖−𝑛+1 1. … . 𝑅𝑖−𝑛+1 𝑘
𝑅1.1. 𝑅21. 𝑅31. … . 𝑅𝑖−𝑛 1. … . 𝑅𝑖−𝑛 𝑘
9.10.10 0.1.3 0.1.3 5.7.9
⋮ ⋮ ⋮ ⋮
9.10.10 5.7.9 7.9.10 7.9.10
7.9.10 5.7.9 7.9.10 7.9.10
𝑓𝑐𝑜𝑣 𝑓𝑖𝑛𝑡 𝑓𝑙𝑜𝑏 𝑓𝑎𝑔𝑒
‫تو‬ ‫ها‬ ‫معیار‬ ‫مدل‬ ‫این‬ ‫در‬ ‫که‬ ‫است‬ ‫تصمیم‬ ‫ماتریس‬ ‫فازیایجاد‬ ‫تاپسیس‬ ‫الگوریتم‬ ‫در‬ ‫مرحله‬ ‫مهمترین‬ ‫و‬ ‫اولین‬‫ابع‬
‫باشد‬ ‫می‬ ‫شبکه‬ ‫طراحی‬ ‫در‬ ‫شده‬ ‫استفاده‬
‫مهم‬ ‫نکته‬:‫ان‬ ‫از‬ ‫پس‬ ‫و‬ ‫است‬ ‫شده‬ ‫اعمال‬ ‫تصمیم‬ ‫ماتریس‬ ‫ایجاد‬ ‫مرحله‬ ‫در‬ ‫شده‬ ‫گرفته‬ ‫درنظر‬ ‫های‬ ‫محدودیت‬ ‫کلیه‬
‫ندارد‬ ‫وجود‬ ‫محدودیت‬ ‫اعمال‬ ‫به‬ ‫نیازی‬
‫پیشنهادی‬ ‫روش‬
‫الگوریتم‬ ‫شرح‬
‫پیشنهادی‬
𝒘𝒋
𝒌
= (𝒘𝒋𝟏
𝒌
. 𝒘𝒋𝟐
𝒌
. 𝒘𝒋𝟑
𝒌
)
‫وزن‬ ‫ماتریس‬ ‫اعمال‬
‫دار‬
𝒄𝒋
∗
= 𝐦𝐚𝒙𝒊 𝑪𝒊𝒋 𝒊𝒇 𝒋 ∈ 𝑩;
‫داده‬ ‫کردن‬ ‫واحد‬ ‫بدون‬
‫ها‬
‫پیشنهادی‬ ‫روش‬
‫شرح‬‫الگوریتم‬
‫پیشنهادی‬
‫مثبت‬ ‫آل‬ ‫ایده‬
𝑽 = [ 𝒗𝒊𝒋] 𝒎∗𝒏 𝒊 = 𝟏. 𝟐 … . 𝒎 𝒋 = 𝟏. 𝟐 … . 𝒏
𝒗𝒊𝒋 = 𝒓𝒊𝒋 ∗ 𝒘𝒋
𝑷+
= 𝐦𝐚𝐱 𝒗𝒋
𝑷− = 𝒎𝒊𝒏 𝒗𝒋
𝑨+ = (𝑷 𝟏
+
. 𝑷 𝟐
+
… . 𝑷 𝒏
+) 𝑨− = (𝑷 𝟏
−
. 𝑷 𝟐
−
… . 𝑷 𝒏
−)
‫منفی‬ ‫آل‬ ‫ایده‬
‫قسمت‬ ‫مهمترین‬ ‫از‬‫ایده‬ ‫کردن‬ ‫پیدا‬ ‫به‬ ‫میتوان‬ ‫تاپسیس‬ ‫الگوریتم‬ ‫های‬‫آل‬‫منفی‬ ‫و‬ ‫مثبت‬ ‫های‬‫در‬
‫دانست‬ ‫دهی‬ ‫وزن‬ ‫از‬ ‫پس‬ ‫ماتریس‬
‫پیشنهادی‬ ‫روش‬
‫شرح‬‫الگوریتم‬
‫پیشنهادی‬
𝒅𝒊
+
=
𝒋=𝟏
𝒏
𝒅( 𝒗𝒊𝒋. 𝑷𝒋
+
) . 𝒊 = 𝟏. 𝟐 … . 𝒎
𝒅𝒊
−
=
𝒋=𝟏
𝒏
𝒅( 𝒗𝒊𝒋. 𝑷𝒋
−
) . 𝒊 = 𝟏. 𝟐 … . 𝒎
‫مثبت‬ ‫ال‬ ‫ایده‬ ‫تا‬ ‫فاصله‬
‫منفی‬ ‫آل‬ ‫ایده‬ ‫تا‬ ‫فاصله‬
‫ها‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬
‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬
‫پوشش‬ ‫یک‬K=1
‫تابع‬PSOGAPGSA
𝑓𝑐 𝑜𝑣
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
503.6517
363.9024
398.6588
34.3153
486.0272
353.9466
387.7245
21.7096
355.8896
258.9861
306.7764
18.0351
𝑓𝑖𝑛𝑡
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
141
105
127.8571
9.5398
146
86
115.7200
14.4136
113
97
103.5714
5.2755
𝑓𝑙𝑜𝑏
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
0.3498
0.1119
0.1975
0.0514
0.3418
0.0619
0.1727
0.0483
0.2115
0.0017
0.0872
0.0573
𝑓𝑎 𝑔𝑒
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
684.0806
455.7648
553.5661
52.1616
604.3386
397.9797
532.8612
62.0954
532.8538
380.3989
429.7167
47.2590
‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬
‫پوشش‬ ‫یک‬K=1
𝑓𝑎𝑔𝑒𝑓𝑙𝑜𝑏𝑓𝑖𝑛𝑡𝑓𝑐𝑜𝑣
540.65240.0287118.6985320.78921
625.42360.3081142260.65662
625.42360.308180380.60273
625.42360.0308142380.60274
410.76460.3081142380.60275
‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬
‫پوشش‬ ‫سه‬K=3
‫تابع‬PSOGAPGSA
𝑓𝑐𝑜𝑣
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
1.3928𝑒 + 03
1.1033𝑒 + 03
1.2857𝑒 + 03
3.4916𝑒 + 01
1.4480𝑒 + 03
1.1064𝑒 + 03
1.2782𝑒 + 03
6.5740𝑒 + 01
1.1187𝑒 + 03
0.9644𝑒 + 03
1.0610𝑒 + 03
4.0252𝑒 + 03
𝑓𝑖𝑛𝑡
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
333
258
304.7600
18.3407
312
211
253.4000
20.9167
279
173
212.6667
231.1565
𝑓𝑙𝑜𝑏
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
0.6135
0.2695
0.4191
0.0864
0.5024
0.2877
0.3705
0.0653
0.4307
0.1417
0.2980
0.0831
𝑓𝑎𝑔𝑒
𝑊𝑜𝑟𝑠𝑡
𝐵𝑒𝑠𝑡
𝑀𝑒𝑎𝑛
𝑆𝑡𝑑
1.7613𝑒 + 03
1.5908𝑒 + 03
1.7036𝑒 + 03
5.1760𝑒 + 01
1.7083𝑒 + 03
1.3965𝑒 + 03
1.4983𝑒 + 03
8.5627𝑒 + 01
1.5225𝑒 + 03
1.1754𝑒 + 03
1.2119𝑒 + 03
6.9307𝑒 + 01
‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬
‫پوشش‬ ‫سه‬K=3
𝑓𝑎𝑔𝑒𝑓𝑙𝑜𝑏𝑓𝑖𝑛𝑡𝑓𝑐𝑜𝑣
1.5136𝑒 + 030.3909280.89801.0542𝑒 + 031
1.7459𝑒 + 030.60943281.0098𝑒 + 032
1.7459𝑒 + 030.60942241.1398𝑒 + 033
1.7459𝑒 + 030.27983281.1398𝑒 + 034
1.4021𝑒 + 030.60943281.1398𝑒 + 035
‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬
‫اجرا‬ ‫سرعت‬
1 53 7
1
Fuzzy Topsis
300
400
600
800
GA
PSGA
‫آینده‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬
‫آین‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬‫ده‬
‫ت‬ ‫وضعیت‬ ‫ولی‬ ‫خوب‬ ‫بسیار‬ ‫پوشش‬ ‫وضعیت‬ ‫پوششی‬ ‫تک‬ ‫اول‬ ‫محله‬ ‫در‬ ‫پوشش‬ ‫به‬ ‫توجه‬ ‫با‬‫به‬ ‫داخل‬
‫نرفته‬ ‫پیش‬ ‫خوبی‬
‫تد‬ ‫وضعیت‬ ‫ولی‬ ‫خوب‬ ‫بسیار‬ ‫پوشش‬ ‫وضعیت‬ ‫پوششی‬ ‫سه‬ ‫دوم‬ ‫محله‬ ‫در‬ ‫پوشش‬ ‫به‬ ‫توجه‬ ‫با‬‫اخل‬
‫نرفته‬ ‫پیش‬ ‫خوبی‬ ‫به‬ ‫همچنان‬
‫الگوری‬ ‫بقیه‬ ‫به‬ ‫نسبت‬ ‫اجرا‬ ‫سرعت‬ ‫که‬ ‫است‬ ‫صورت‬ ‫بدین‬ ‫مرحله‬ ‫این‬ ‫در‬ ‫توجه‬ ‫قابل‬ ‫نکته‬‫طور‬ ‫به‬ ‫ها‬ ‫تم‬
‫است‬ ‫سریعتر‬ ‫زیادی‬ ‫خیلی‬.‫بدهد‬ ‫کمتری‬ ‫زمان‬ ‫مدت‬ ‫در‬ ‫پاسخ‬ ‫میتواند‬ ‫که‬.
‫آین‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬‫ده‬
‫دستگاه‬ ‫خرابی‬ ‫و‬ ‫خطا‬ ‫گرفتن‬ ‫نظر‬ ‫در‬
‫نویز‬ ‫گرفتن‬ ‫نظر‬ ‫در‬
‫ت‬ ‫پشتیبان‬ ‫های‬ ‫الگوریتم‬ ‫دیگر‬ ‫از‬ ‫استفاده‬‫صمیم‬
‫مراجع‬ ‫از‬ ‫تعدادی‬
1. Shilei, A fuzzy k-coverage approach for RFID network planning using plant growth simulation algorithm.
Journal of Network and Computer Applications, 2014. 39
p. 280-291.
2. Shuen-Chih, Efficient tag reading protocol for large-scale RFID systems with pre-reading. Computer
Communications, 2016. 88: p. 73-83.
3. Fevens, T., Neighborhood-based interference minimization for stable
position-based routing in mobile ad hoc networks. Future Generation Computer Systems, 2015. 64: p. 88-97.
4. Jahanshahloo, Extension of TOPSIS for decision-making problems with interval data:
Interval efficiency. Mathematical and Computer Modelling, 2009. 49: p. 1137-1142.
5. Md.Ferdous, R., Renewable energy harvesting for wireless sensorsusing passive RFID
6. Zadin, A., Neighborhood-based interference minimization for stable
position-based routing in mobile ad hoc networks. Future Generation Computer Systems, 2016. 64: p. 88-97.
7. Harwood, M., CompTIA Network+. Exam Cram. Vol. 10: 0-7897-3796-5. 2009: Pearson IT Certification.
8. Lin, X.-H., Balancing time and energy efficiencies with identification
reliability constraint for portable reader in mobile RFID systems. Computer Networks, 2015. 92: p. 55-71.
9. Todorovica, V., On the Usage of RFID Tags for Tracking and Monitoring of
Shipped Perishable Goods. Procedia Engineering, 2014. 69: p. 1345 – 1349.
‫از‬ ‫تشکر‬ ‫با‬‫اسا‬‫ت‬‫ید‬‫گرامي‬ ‫حاضرین‬ ‫و‬ ‫محترم‬

More Related Content

Similar to Final presentation for Master Degree Thesis

Final report
Final reportFinal report
Final reportnasim1993
 
A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...
A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...
A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...Amir M. Mir
 
teleoperationنگار پژوه :: تله اپراتور برای آموزش جراحی رباتیک
teleoperationنگار پژوه :: تله اپراتور  برای آموزش جراحی رباتیکteleoperationنگار پژوه :: تله اپراتور  برای آموزش جراحی رباتیک
teleoperationنگار پژوه :: تله اپراتور برای آموزش جراحی رباتیکMojtaba Hasanlu
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارمfaradars
 
Approximate String Matching
Approximate String MatchingApproximate String Matching
Approximate String Matchingnazi asadpour
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سومآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سومfaradars
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکمfaradars
 
سیستم عامل جلد اول
سیستم عامل جلد اولسیستم عامل جلد اول
سیستم عامل جلد اولiuvmtech
 
مقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهن
مقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهنمقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهن
مقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهنHossein ASGARI
 
آموزش آمار و احتمال مهندسی - بخش ششم
آموزش آمار و احتمال مهندسی - بخش ششمآموزش آمار و احتمال مهندسی - بخش ششم
آموزش آمار و احتمال مهندسی - بخش ششمfaradars
 

Similar to Final presentation for Master Degree Thesis (20)

Identification and adaptive position and speed control of permanent magnet dc...
Identification and adaptive position and speed control of permanent magnet dc...Identification and adaptive position and speed control of permanent magnet dc...
Identification and adaptive position and speed control of permanent magnet dc...
 
Id3
Id3Id3
Id3
 
Seminar-Parallel Processing
Seminar-Parallel ProcessingSeminar-Parallel Processing
Seminar-Parallel Processing
 
ATM
ATMATM
ATM
 
Final report
Final reportFinal report
Final report
 
A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...
A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...
A. Mir's Master's Thesis - Robust Twin Support Vector Machine for Noisy Data ...
 
111
111111
111
 
teleoperationنگار پژوه :: تله اپراتور برای آموزش جراحی رباتیک
teleoperationنگار پژوه :: تله اپراتور  برای آموزش جراحی رباتیکteleoperationنگار پژوه :: تله اپراتور  برای آموزش جراحی رباتیک
teleoperationنگار پژوه :: تله اپراتور برای آموزش جراحی رباتیک
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش چهارم
 
Approximate String Matching
Approximate String MatchingApproximate String Matching
Approximate String Matching
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سومآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش سوم
 
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکمآموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکم
آموزش طراحی الگوریتم به همراه حل مثال های عملی - بخش یکم
 
رزومه شرکت
رزومه شرکترزومه شرکت
رزومه شرکت
 
سیستم عامل جلد اول
سیستم عامل جلد اولسیستم عامل جلد اول
سیستم عامل جلد اول
 
مقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهن
مقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهنمقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهن
مقدمه‌ای بر تحلیل پارامترهای هندسی خطوط راه آهن
 
آموزش آمار و احتمال مهندسی - بخش ششم
آموزش آمار و احتمال مهندسی - بخش ششمآموزش آمار و احتمال مهندسی - بخش ششم
آموزش آمار و احتمال مهندسی - بخش ششم
 
Seminar
SeminarSeminar
Seminar
 
Genetic Algoritm
Genetic AlgoritmGenetic Algoritm
Genetic Algoritm
 
Genetic
GeneticGenetic
Genetic
 
Mcdm
McdmMcdm
Mcdm
 

More from Shahram Foroozan

More from Shahram Foroozan (6)

Shopify App Developments RoadMap2024.pptx
Shopify App Developments RoadMap2024.pptxShopify App Developments RoadMap2024.pptx
Shopify App Developments RoadMap2024.pptx
 
CodeQuality.pptx
CodeQuality.pptxCodeQuality.pptx
CodeQuality.pptx
 
Software Testing Concepts
Software Testing  ConceptsSoftware Testing  Concepts
Software Testing Concepts
 
Develop Mobile App
Develop Mobile AppDevelop Mobile App
Develop Mobile App
 
Hacka Isfahan
Hacka IsfahanHacka Isfahan
Hacka Isfahan
 
Mr.Karimiyan Present In Kasra Company
Mr.Karimiyan Present In Kasra CompanyMr.Karimiyan Present In Kasra Company
Mr.Karimiyan Present In Kasra Company
 

Final presentation for Master Degree Thesis

  • 2. ‫آزاد‬ ‫دانشگاه‬‫اسالمي‬‫واحد‬‫خمین‬ ‫کامپیوتر‬ ‫گروه‬ ،‫مهندسی‬ ‫و‬ ‫فنی‬ ‫دانشکده‬ ‫ارشد‬ ‫کارشناسی‬ ‫درجه‬ ‫دریافت‬ ‫برای‬ ‫نامه‬ ‫پایان‬((M.Sc.)) ‫گرایش‬:‫افزار‬ ‫نرم‬ ‫عنوان‬: ‫توپولوژی‬ ‫ایجاد‬ ‫برای‬ ‫الگوریتم‬ ‫یک‬K‫های‬ ‫شبکه‬ ‫در‬ ‫پوششی‬RFID‫فازی‬ ‫تاپسیس‬ ‫الگوریتم‬ ‫توسط‬ ‫استاد‬‫راهنما‬: ‫درمنی‬ ‫خلیلی‬ ‫محمد‬ ‫دکتر‬ ‫مشاور‬ ‫استاد‬: ‫درمنی‬ ‫خلیلی‬ ‫محمد‬ ‫دکتر‬ ‫نگارش‬: ‫فروزان‬ ‫شهرام‬ ‫پاییز‬96
  • 3. ‫مطالب‬ ‫رئوس‬ ‫کلیات‬‫پژوهش‬ ‫پژوهش‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬ ‫پیشنهادی‬ ‫روش‬ ‫ها‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬ ‫آینده‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬
  • 7. ‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID ‫چیست؟‬ ‫پوشش‬ Coverage 𝒎𝒊𝒏 𝒇 𝒄𝒐𝒗 = 𝒊∈𝑻𝑺𝒋 ∈ 𝑲𝑺 𝒊 𝑷𝒊𝒋 − 𝑷𝒕
  • 8. ‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID ‫چیست؟‬ ‫تداخل‬ 𝐣∈𝐑𝐒 𝐑𝐓𝐢𝐣 ≥ 𝐊 ∀𝐢 ∈ 𝐓𝐒
  • 9. ‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID ‫چیست؟‬ ‫بار‬ ‫تعادل‬ 𝒎𝒊𝒏 𝒇𝒍𝒐𝒃 𝑽𝒂𝒓(𝑳𝑶𝑰) 𝑳𝑶𝑰 = 𝑪 𝟏 𝑪 𝟏 𝒎𝒂𝒙 . 𝑪 𝟐 𝑪 𝟐 𝒎𝒂𝒙 . … . 𝑪𝒋 𝑪𝒋 𝒎𝒂𝒙 . … . 𝑪 𝒓 𝑪 𝒓 𝒎𝒂𝒙
  • 10. ‫شبکه‬ ‫طراحی‬ ‫های‬ ‫چالش‬RFID ‫چیست؟‬ ‫تجمیع‬ ‫اثر‬ 𝒎𝒊𝒏 𝒇 𝒂𝒈𝒆 = 𝒋∈𝑹𝑺𝒊∈𝑻𝑺 𝒅𝒊𝒔𝒕 𝒊. 𝒋 ∗ 𝑹𝑻𝒊𝒋 ‫مفهوم‬𝑑𝑖𝑠𝑡(𝑖.𝑗)‫بلد‬ ‫قلهدوویلب‬ ‫فاصلهه‬ ‫مفهوم‬ ‫به‬ ‫تگ‬ ‫ویتگاه‬‫خوق‬𝑗‫تگ‬ ‫و‬𝑖‫مب‬‫باشو‬.
  • 11. ‫پژوهش‬ ‫انجام‬ ‫ضرورت‬ ‫شبکه‬ ‫طرقحب‬RFID ‫مشکالت‬ ‫قز‬ ‫دکب‬ ‫بزرگ‬ ‫های‬ ‫شبکه‬ ‫ور‬ ‫قیایب‬ ‫هر‬ ‫پوشش‬ ‫تحت‬ ‫منطقه‬ ‫ور‬ ‫محووودت‬ ‫تگخوق‬ ‫ویتگاه‬ ‫یدگنال‬ ‫وردافت‬ ‫قحتمال‬ ‫قز‬ ‫توقخل‬ ‫کننوه‬ ‫وردافت‬ ‫تگ‬ ‫تویط‬
  • 12. ‫پژوهش‬ ‫اهداف‬ 2-‫کمینه‬‫شبکه‬ ‫در‬ ‫تداخل‬ ‫کردن‬ 3-‫ایجاد‬‫شبکه‬ ‫در‬ ‫بار‬ ‫تعادل‬RFID4-‫خاوان‬ ‫تاو‬ ‫تعاداد‬ ‫کااهش‬ ‫ها‬ 1-‫قدجاو‬‫توپولوژی‬ ‫دک‬K‫ور‬ ‫پوششب‬ ‫شبکه‬RFID
  • 14. ‫پژو‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬‫هش‬ ‫همکاران‬ ‫و‬ ‫یو‬ ‫ژن‬ ‫شان‬2014 ‫گداها‬ ‫رشو‬ ‫قلگوردتم‬ ‫قز‬ ‫قیتفاوه‬ ‫با‬ ‫قیت‬ ‫کروه‬ ‫میاله‬ ‫قد‬ ‫حل‬ ‫به‬ ‫قلوقم‬.
  • 15. ‫پژو‬ ‫پیشینه‬ ‫بر‬ ‫مروری‬‫هش‬ ‫همکاران‬ ‫و‬ ‫چاندریکا‬ (2015) ‫تگ‬ ‫مول‬ ‫ور‬ ‫میاله‬ ‫حل‬ ‫به‬ ‫قیت‬ ‫پروقخته‬ ‫متحرک‬
  • 17. ‫پیشنهادی‬ ‫روش‬ ‫مساله‬ ‫های‬ ‫محدودیت‬ 𝑷𝒊𝒋 − 𝑷𝒕 > 𝟎 ∀𝒊 ∈ 𝑻𝑺. 𝒋 ∈ 𝑲𝑺𝒊 𝒋∈𝑹𝑺 𝑹𝑻𝒊𝒋 ≥ 𝒌 ∀ 𝒊 ∈ 𝑻𝑺 ‫انرژی‬ ‫مقدار‬ ‫حداقل‬ ‫دریافتی‬ ‫پوشش‬ ‫مقدار‬ ‫حداقل‬ ‫تمامی‬ ‫در‬ ‫مشترک‬ ‫ها‬ ‫معیار‬ 𝑳𝑺𝒊 = 𝑹𝑺 − 𝑲𝑺𝒊 ∀𝒊 ∈ 𝑻𝑺 𝑃𝑖𝑗 ∗ 𝑅𝑓 − 𝑚∈𝐿𝑆𝑖 𝑃𝑖𝑚 ≥ 0 ∀𝑖 ∈ 𝑇𝑆. 𝑗 ∈ 𝐾𝑆𝑖 ‫تگ‬ ‫یک‬ ‫فقط‬ ‫لحظه‬ ‫در‬ ‫داده‬ ‫تگخوان‬ ‫برای‬ ‫کند‬ ‫ارسال‬ ‫دریافتی‬ ‫انرژی‬ ‫مقدار‬ ‫گره‬ ‫فاصله‬ ‫و‬
  • 18. ‫پیشنهادی‬ ‫روش‬ ‫الگوریتم‬ ‫شرح‬ ‫پیشنهادی‬ 𝑅1.1. 𝑅21. 𝑅31. … . 𝑅𝑖1. 𝑅12. 𝑅22. … . 𝑅𝑖2 … . 𝑅𝑖𝑗 ⋮ 𝑅1.1. 𝑅21. 𝑅31. … . 𝑅𝑖−𝑛+1 1. … . 𝑅𝑖−𝑛+1 𝑘 𝑅1.1. 𝑅21. 𝑅31. … . 𝑅𝑖−𝑛 1. … . 𝑅𝑖−𝑛 𝑘 9.10.10 0.1.3 0.1.3 5.7.9 ⋮ ⋮ ⋮ ⋮ 9.10.10 5.7.9 7.9.10 7.9.10 7.9.10 5.7.9 7.9.10 7.9.10 𝑓𝑐𝑜𝑣 𝑓𝑖𝑛𝑡 𝑓𝑙𝑜𝑏 𝑓𝑎𝑔𝑒 ‫تو‬ ‫ها‬ ‫معیار‬ ‫مدل‬ ‫این‬ ‫در‬ ‫که‬ ‫است‬ ‫تصمیم‬ ‫ماتریس‬ ‫فازیایجاد‬ ‫تاپسیس‬ ‫الگوریتم‬ ‫در‬ ‫مرحله‬ ‫مهمترین‬ ‫و‬ ‫اولین‬‫ابع‬ ‫باشد‬ ‫می‬ ‫شبکه‬ ‫طراحی‬ ‫در‬ ‫شده‬ ‫استفاده‬ ‫مهم‬ ‫نکته‬:‫ان‬ ‫از‬ ‫پس‬ ‫و‬ ‫است‬ ‫شده‬ ‫اعمال‬ ‫تصمیم‬ ‫ماتریس‬ ‫ایجاد‬ ‫مرحله‬ ‫در‬ ‫شده‬ ‫گرفته‬ ‫درنظر‬ ‫های‬ ‫محدودیت‬ ‫کلیه‬ ‫ندارد‬ ‫وجود‬ ‫محدودیت‬ ‫اعمال‬ ‫به‬ ‫نیازی‬
  • 19. ‫پیشنهادی‬ ‫روش‬ ‫الگوریتم‬ ‫شرح‬ ‫پیشنهادی‬ 𝒘𝒋 𝒌 = (𝒘𝒋𝟏 𝒌 . 𝒘𝒋𝟐 𝒌 . 𝒘𝒋𝟑 𝒌 ) ‫وزن‬ ‫ماتریس‬ ‫اعمال‬ ‫دار‬ 𝒄𝒋 ∗ = 𝐦𝐚𝒙𝒊 𝑪𝒊𝒋 𝒊𝒇 𝒋 ∈ 𝑩; ‫داده‬ ‫کردن‬ ‫واحد‬ ‫بدون‬ ‫ها‬
  • 20. ‫پیشنهادی‬ ‫روش‬ ‫شرح‬‫الگوریتم‬ ‫پیشنهادی‬ ‫مثبت‬ ‫آل‬ ‫ایده‬ 𝑽 = [ 𝒗𝒊𝒋] 𝒎∗𝒏 𝒊 = 𝟏. 𝟐 … . 𝒎 𝒋 = 𝟏. 𝟐 … . 𝒏 𝒗𝒊𝒋 = 𝒓𝒊𝒋 ∗ 𝒘𝒋 𝑷+ = 𝐦𝐚𝐱 𝒗𝒋 𝑷− = 𝒎𝒊𝒏 𝒗𝒋 𝑨+ = (𝑷 𝟏 + . 𝑷 𝟐 + … . 𝑷 𝒏 +) 𝑨− = (𝑷 𝟏 − . 𝑷 𝟐 − … . 𝑷 𝒏 −) ‫منفی‬ ‫آل‬ ‫ایده‬ ‫قسمت‬ ‫مهمترین‬ ‫از‬‫ایده‬ ‫کردن‬ ‫پیدا‬ ‫به‬ ‫میتوان‬ ‫تاپسیس‬ ‫الگوریتم‬ ‫های‬‫آل‬‫منفی‬ ‫و‬ ‫مثبت‬ ‫های‬‫در‬ ‫دانست‬ ‫دهی‬ ‫وزن‬ ‫از‬ ‫پس‬ ‫ماتریس‬
  • 21. ‫پیشنهادی‬ ‫روش‬ ‫شرح‬‫الگوریتم‬ ‫پیشنهادی‬ 𝒅𝒊 + = 𝒋=𝟏 𝒏 𝒅( 𝒗𝒊𝒋. 𝑷𝒋 + ) . 𝒊 = 𝟏. 𝟐 … . 𝒎 𝒅𝒊 − = 𝒋=𝟏 𝒏 𝒅( 𝒗𝒊𝒋. 𝑷𝒋 − ) . 𝒊 = 𝟏. 𝟐 … . 𝒎 ‫مثبت‬ ‫ال‬ ‫ایده‬ ‫تا‬ ‫فاصله‬ ‫منفی‬ ‫آل‬ ‫ایده‬ ‫تا‬ ‫فاصله‬
  • 22. ‫ها‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬
  • 23. ‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬ ‫پوشش‬ ‫یک‬K=1 ‫تابع‬PSOGAPGSA 𝑓𝑐 𝑜𝑣 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 503.6517 363.9024 398.6588 34.3153 486.0272 353.9466 387.7245 21.7096 355.8896 258.9861 306.7764 18.0351 𝑓𝑖𝑛𝑡 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 141 105 127.8571 9.5398 146 86 115.7200 14.4136 113 97 103.5714 5.2755 𝑓𝑙𝑜𝑏 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 0.3498 0.1119 0.1975 0.0514 0.3418 0.0619 0.1727 0.0483 0.2115 0.0017 0.0872 0.0573 𝑓𝑎 𝑔𝑒 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 684.0806 455.7648 553.5661 52.1616 604.3386 397.9797 532.8612 62.0954 532.8538 380.3989 429.7167 47.2590
  • 24. ‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬ ‫پوشش‬ ‫یک‬K=1 𝑓𝑎𝑔𝑒𝑓𝑙𝑜𝑏𝑓𝑖𝑛𝑡𝑓𝑐𝑜𝑣 540.65240.0287118.6985320.78921 625.42360.3081142260.65662 625.42360.308180380.60273 625.42360.0308142380.60274 410.76460.3081142380.60275
  • 25. ‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬ ‫پوشش‬ ‫سه‬K=3 ‫تابع‬PSOGAPGSA 𝑓𝑐𝑜𝑣 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 1.3928𝑒 + 03 1.1033𝑒 + 03 1.2857𝑒 + 03 3.4916𝑒 + 01 1.4480𝑒 + 03 1.1064𝑒 + 03 1.2782𝑒 + 03 6.5740𝑒 + 01 1.1187𝑒 + 03 0.9644𝑒 + 03 1.0610𝑒 + 03 4.0252𝑒 + 03 𝑓𝑖𝑛𝑡 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 333 258 304.7600 18.3407 312 211 253.4000 20.9167 279 173 212.6667 231.1565 𝑓𝑙𝑜𝑏 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 0.6135 0.2695 0.4191 0.0864 0.5024 0.2877 0.3705 0.0653 0.4307 0.1417 0.2980 0.0831 𝑓𝑎𝑔𝑒 𝑊𝑜𝑟𝑠𝑡 𝐵𝑒𝑠𝑡 𝑀𝑒𝑎𝑛 𝑆𝑡𝑑 1.7613𝑒 + 03 1.5908𝑒 + 03 1.7036𝑒 + 03 5.1760𝑒 + 01 1.7083𝑒 + 03 1.3965𝑒 + 03 1.4983𝑒 + 03 8.5627𝑒 + 01 1.5225𝑒 + 03 1.1754𝑒 + 03 1.2119𝑒 + 03 6.9307𝑒 + 01
  • 26. ‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬ ‫پوشش‬ ‫سه‬K=3 𝑓𝑎𝑔𝑒𝑓𝑙𝑜𝑏𝑓𝑖𝑛𝑡𝑓𝑐𝑜𝑣 1.5136𝑒 + 030.3909280.89801.0542𝑒 + 031 1.7459𝑒 + 030.60943281.0098𝑒 + 032 1.7459𝑒 + 030.60942241.1398𝑒 + 033 1.7459𝑒 + 030.27983281.1398𝑒 + 034 1.4021𝑒 + 030.60943281.1398𝑒 + 035
  • 27. ‫ه‬ ‫یافته‬ ‫تحلیل‬ ‫و‬ ‫ارزیابی‬‫ا‬ ‫اجرا‬ ‫سرعت‬ 1 53 7 1 Fuzzy Topsis 300 400 600 800 GA PSGA
  • 28. ‫آینده‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬
  • 29. ‫آین‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬‫ده‬ ‫ت‬ ‫وضعیت‬ ‫ولی‬ ‫خوب‬ ‫بسیار‬ ‫پوشش‬ ‫وضعیت‬ ‫پوششی‬ ‫تک‬ ‫اول‬ ‫محله‬ ‫در‬ ‫پوشش‬ ‫به‬ ‫توجه‬ ‫با‬‫به‬ ‫داخل‬ ‫نرفته‬ ‫پیش‬ ‫خوبی‬ ‫تد‬ ‫وضعیت‬ ‫ولی‬ ‫خوب‬ ‫بسیار‬ ‫پوشش‬ ‫وضعیت‬ ‫پوششی‬ ‫سه‬ ‫دوم‬ ‫محله‬ ‫در‬ ‫پوشش‬ ‫به‬ ‫توجه‬ ‫با‬‫اخل‬ ‫نرفته‬ ‫پیش‬ ‫خوبی‬ ‫به‬ ‫همچنان‬ ‫الگوری‬ ‫بقیه‬ ‫به‬ ‫نسبت‬ ‫اجرا‬ ‫سرعت‬ ‫که‬ ‫است‬ ‫صورت‬ ‫بدین‬ ‫مرحله‬ ‫این‬ ‫در‬ ‫توجه‬ ‫قابل‬ ‫نکته‬‫طور‬ ‫به‬ ‫ها‬ ‫تم‬ ‫است‬ ‫سریعتر‬ ‫زیادی‬ ‫خیلی‬.‫بدهد‬ ‫کمتری‬ ‫زمان‬ ‫مدت‬ ‫در‬ ‫پاسخ‬ ‫میتواند‬ ‫که‬.
  • 30. ‫آین‬ ‫کارهای‬ ‫و‬ ‫گیری‬ ‫نتیجه‬‫ده‬ ‫دستگاه‬ ‫خرابی‬ ‫و‬ ‫خطا‬ ‫گرفتن‬ ‫نظر‬ ‫در‬ ‫نویز‬ ‫گرفتن‬ ‫نظر‬ ‫در‬ ‫ت‬ ‫پشتیبان‬ ‫های‬ ‫الگوریتم‬ ‫دیگر‬ ‫از‬ ‫استفاده‬‫صمیم‬
  • 31. ‫مراجع‬ ‫از‬ ‫تعدادی‬ 1. Shilei, A fuzzy k-coverage approach for RFID network planning using plant growth simulation algorithm. Journal of Network and Computer Applications, 2014. 39 p. 280-291. 2. Shuen-Chih, Efficient tag reading protocol for large-scale RFID systems with pre-reading. Computer Communications, 2016. 88: p. 73-83. 3. Fevens, T., Neighborhood-based interference minimization for stable position-based routing in mobile ad hoc networks. Future Generation Computer Systems, 2015. 64: p. 88-97. 4. Jahanshahloo, Extension of TOPSIS for decision-making problems with interval data: Interval efficiency. Mathematical and Computer Modelling, 2009. 49: p. 1137-1142. 5. Md.Ferdous, R., Renewable energy harvesting for wireless sensorsusing passive RFID 6. Zadin, A., Neighborhood-based interference minimization for stable position-based routing in mobile ad hoc networks. Future Generation Computer Systems, 2016. 64: p. 88-97. 7. Harwood, M., CompTIA Network+. Exam Cram. Vol. 10: 0-7897-3796-5. 2009: Pearson IT Certification. 8. Lin, X.-H., Balancing time and energy efficiencies with identification reliability constraint for portable reader in mobile RFID systems. Computer Networks, 2015. 92: p. 55-71. 9. Todorovica, V., On the Usage of RFID Tags for Tracking and Monitoring of Shipped Perishable Goods. Procedia Engineering, 2014. 69: p. 1345 – 1349.