این فایل در دو فرمت word و pdf ارایه می گردد و تعداد صفحات ترجمه 21 و انگلیسی 8 صفحه می باشد و برای سال 2016 است . چکیده : بهره وری انرژی در شبکه های حسگر بی سیسم از جمله نگرانی های مهم محسوب می گردد چون این شبکه ها از باتری های اندازه کوچک استفاده می کنند که این باتری ها قابل تعویض یا شارژ مجدد نیستند . از اینرو ، انرژی بایستی به طور بهینه در این قبیل شبکه های عملیاتی شده با باتری مورد استفاده قرار گیرند . یکی از رویکرد های سنتی برای بهبود بهره وری انرژی از طریق خوشه بندی می باشد . الگوریتم تکامل دیفرانسیلی هیبریدی و تبرید شبیه سازی شده (DESA) برای خوشه بندی و انتخاب سرخوشه ها در مقاله حاضر پیشنهاد می گردد . وقتی سرخوشه ها به طور معمول با تعداد بالای گره های حسگر دارای باز اضافی می شوند ، مرگ سریع گره ها به دلیل انتخاب نامناسیب سرخوشه ها رخ می دهد . از اینرو ، طولانی شدن عمز شبکه از طریق جلوگیری از مرگ زود تر سرخوشه ها هدف مقاله حاضر بوده است . DESA پیشنهادی تعداد گره های مرگ را نسبت به سلسله مراتب خوشه بندی تطبیقی کم انرژی (LEACH) تا 70 درصد ، ا ...