АДАПТИВНИЙ АЛГОРИТМ МАРШРУТИЗАЦІЇ НА ОСНОВІ НАВЧАННЯ ІЗ ПІДКРІПЛЕННЯМ ДЛЯ ЕНЕРГОЕФЕКТИВНИХ БЕЗДРОТОВИХ СЕНСОРНИХ МЕРЕЖ ІНТЕРНЕТУ РЕЧЕЙ

Анотація

У статті пропонується адаптивний алгоритм маршрутизації для підвищення енергоефективності бездротових сенсорних мереж у середовищах Інтернету речей. Запропонований підхід базується на навчанні з підкріпленням і дозволяє сенсорним вузлам динамічно адаптувати рішення щодо маршрутизації відповідно до мережевих умов та залишкової енергії вузла. Алгоритм використовує метод Q-навчання для визначення оптимальних шляхів передачі та мінімізації загального споживання енергії мережею.

Проведено аналіз існуючих протоколів енергоефективної маршрутизації, зокрема LEACH та PEGASIS, та виявлено їх обмеження в динамічних середовищах з нестабільною топологією та змінними рівнями заряду вузлів. Розроблений алгоритм усуває ці обмеження завдяки адаптивному механізму прийняття рішень на основі функції винагороди, яка враховує як енергоспоживання, так і надійність каналу зв'язку. Сенсорні вузли виступають агентами навчання, що взаємодіють із мережевим середовищем і поступово формують оптимальну стратегію маршрутизації без централізованого управління.

Моделювальні експерименти проводилися з використанням середовища моделювання мережі NS-3 для мережі з 100 вузлами та початковим рівнем енергії 2 Дж. Отримані результати демонструють, що запропонований підхід зменшує загальне енергоспоживання мережі приблизно на 25%, збільшує термін служби мережі приблизно на 30% та покращує надійність передачі даних шляхом зниження втрат пакетів і затримок передачі приблизно на 15% порівняно з класичними протоколами маршрутизації LEACH та PEGASIS.

Результати підтверджують ефективність методів навчання з підкріпленням для адаптивної маршрутизації в динамічних середовищах Інтернету речей. Запропонований метод може бути застосований у системах екологічного моніторингу, розумній інфраструктурі, промисловій автоматизації та сільськогосподарських мережах.