عنوان المقالة:إدارة الطاقة الضبابية النيوتروسوفية (NFPM): معالجة عدم اليقين في حصاد الطاقة لشبكات الاستشعار Neutrosophic Fuzzy Power Management (NFPM): Tackling Uncertainty in Energy Harvesting for Sensor Networks
Musallam M. AlZubi, Mohamed A. Mohamed, Hanan M. Amer, & A. A. Salama
الملخص العربي
تقدم هذه الورقة نهجًا جديدًا يُعرف باسم إدارة الطاقة الضبابية النيوتروسوفية (NFPM) يهدف إلى معالجة التحدي الحاسم المتمثل في عدم اليقين بشأن توافر الطاقة في شبكات استشعار حصاد الطاقة (EHWSNs). والهدف الرئيسي من هذا البحث هو تعزيز إدارة موارد الطاقة داخل هذه الشبكات، والتي غالبًا ما تفشل طرق المنطق الضبابي التقليدية في القيام بها، مما يؤدي إلى انقطاع التيار الكهربائي وانخفاض الموثوقية. يستخدم NFPM المنطق النيوتروسوفيكي لنمذجة عدم اليقين بشكل فعال من خلال تمثيل درجات الحقيقة وعدم اليقين والزيف لكل من مستويات الطاقة المحصودة والمتبقية. من خلال نظام الاستدلال الضبابي، يخصص NFPM ميزانيات الطاقة بشكل ديناميكي لكل فترة زمنية بناءً على هذه المجموعات النيوتروسوفية، مما يؤدي إلى توزيع طاقة أكثر تكيفًا ومحافظة. تم التحقق من صحة النتائج من خلال الأمثلة العددية والمحاكاة المكثفة، مما يدل على تفوق NFPM على المنطق الضبابي التقليدي، مع تحسينات كبيرة مثل انخفاض بنسبة 25٪ في انقطاع التيار الكهربائي، و 95٪ تحسين الاتصال بالشبكة، وزيادة بنسبة 15٪ في معدلات نجاح نقل البيانات، وتحسينات عامة في كفاءة الطاقة والمتانة للتقلبات والضوضاء. يثبت هذا البحث أن NFPM هو حل واعد لعدم اليقين المتأصل في EHWSNs. تشمل اتجاهات البحث المستقبلية استكشاف تكامل NFPM مع خوارزميات التعلم الآلي لإدارة الطاقة التنبؤية، وتقييم قابليتها للتوسع في الشبكات الأكبر، وفحص قابليتها للتطبيق في المجالات الأخرى التي تتطلب إدارة الطاقة في ظل عدم اليقين.
الملخص الانجليزي
This paper presents a novel approach known as Neutrosophic Fuzzy Power
Management (NFPM) aimed at addressing the critical challenge of uncertain energy availability in
Energy Harvesting Sensor Networks (EHWSNs). The main objective of this research is to enhance
the management of energy resources within these networks, which traditional fuzzy logic methods
often fail to do, leading to power failures and reduced reliability. NFPM utilizes neutrosophic logic
to effectively model uncertainty by representing the degrees of truth, indeterminacy, and falsity of
both harvested and residual energy levels. Through a fuzzy inference system, NFPM dynamically
allocates energy budgets for each time slot based on these neutrosophic sets, resulting in more
adaptive and conservative energy distribution. The results are validated through numerical
examples and extensive simulations, demonstrating NFPM's superiority over traditional fuzzy
logic, with significant improvements such as a 25% reduction in power failures, 95% enhanced
network connectivity, a 15% increase in data transmission success rates, and overall improvements
in energy efficiency and robustness to fluctuations and noise. This research establishes NFPM as a
promising solution to the uncertainties inherent in EHWSNs. Future research directions include
exploring the integration of NFPM with machine learning algorithms for predictive energy
management, assessing its scalability in larger networks, and examining its applicability in other
domains requiring energy management under uncertainty.
أ.د. أحمد سلامة | Prof. Dr. Ahmed Salama | 10217