فهرست نشریات علمی دسترسی آزاد ایران

مدیریت هوشمند مصرف انرژی در گره‌های IoT، با توجه به گسترش سریع این فناوری در حوزه‌هایی مثل خانه‌ها و شهرهای هوشمند، صنعت و سلامت، چالشی بزرگ است. گره‌های IoT معمولاً با محدودیت منابع مواجه‌اند و بهینه‌سازی مصرف انرژی در آن‌ها حیاتی است. یکی از مشکلات اصلی، به‌ویژه در شرایط شروع سرد، کمبود داده‌های اولیه برای پیش‌بینی و بهینه‌سازی مصرف انرژی است که تصمیم‌گیری دقیق را دشوار می‌کند. این مقاله با معرفی دوقلوی دیجیتال و هوش مصنوعی مولد راه‌حل‌هایی نوآورانه ارائه می‌دهد. دوقلوی دیجیتال با شبیه‌سازی رفتار گره‌های، عملکرد سیستم را پیش‌بینی می‌کند و هوش مصنوعی مولد با تولید داده‌های مصنوعی، کمبود داده‌ها در شروع سرد را جبران می‌کند. این روش‌ها به کاهش مصرف انرژی و افزایش عمر باتری گرهها کمک می‌کنند. همچنین، مدل‌های یادگیری ماشین و عمیق برای پیش‌بینی و بهینه‌سازی مصرف انرژی بررسی و معیارهایی چون دقت، زمان آموزش و پیش‌بینی مقایسه شده‌اند. نتایج آزمایش‌ها نشان می‌دهند که ترکیب داده‌های تولیدشده با مدل‌های سنتی باعث کاهش خطاهای پیش‌بینی و افزایش دقت مدل‌ها  می‌شود. همچنین، تأثیر روش پیشنهادی بر چالش شروع سرد بررسی شده و مشاهده گردید که داده‌های مصنوعی می‌توانند دقت اولیه مدل‌های یادگیری را بهبود بخشند.