Repository logo

Browsing by Author "Salhi, Ghania"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Sur la distribution des nombres premiers
    (Universite laarbi tebessi tebessa, 2017) Salhi, Ghania; Abid, Ouahib
    Les nombres premiers sont considérés d’une part comme la pierre de la construction des nombres entiers, d’autre part, ils sont importants dans les applications géométriques et arithmétiques. Dans notre mémoire, on a expliqué avec des détails la relation entre les nombres premiers et la fonction zêta de Riemann, tel que ces nombres sont distribués uniformément suivant l’hypothèse de Riemann tant qu’elle est vraie. Alors, on déduit qu’il y a une conformité entre les zéros de la fonction zêta de Riemann et la distribution des nombres premiers.
  • No Thumbnail Available
    Item
    Un système basé sur l’intelligence collective (l’intelligence computationnelle) pour le traitement de problème de clustering dans les réseaux de capteurs sans fil
    (Universite laarbi tebessi tebessa, 2020) Salhi, Ghania
    Les réseaux de capteurs sans fil (RCSFs) représentent une technologie émergente qui vise à offrir des solutions et des capacités innovantes. Leur utilisation continue d’être augmentée dans de nombreux domaines. Cependant, les ressources limitées des nœuds capteurs sont une contrainte importante, principalement en termes d’efficacité énergétique. Pour cette raison, l’un des principaux problèmes dans les RCSFs est de développer un protocole de routage économe en énergie pour augmenter la durée de vie du réseau. L’utilisation de la technique de Clustering est un moyen d’atteindre l’efficacité énergétique. Dans ce mémoire nous proposons une approche basée sur l’intelligence computationnelle pour résoudre le problème de clustering de nœuds de capteurs dans un RCSF dans le but ultime de réduire les dépenses énergétiques pour prolonger la durée de vie du réseau. Dans ce contexte, un protocole de routage de données au sein d’un RCSF a été développé en utilisant l’algorithme génétique. L’analyse des performances et les résultats obtenus montrent que notre protocole GA- LEACHPEGASIS (Genetic Algorithm LEACH PEGASIS) proposé optimise de manière efficace la durée de vie du réseau en minimisant la consommation d’énergie par rapport au célèbre protocole LEACH