در طراحی برنامه های کاربردی و الگوریتم های شبکه های حسگر بی سیم کاهش مصرف انرژی و افزایش طول عمر شبکه یک موضوع اساسی می باشد. خوشه بندی شبکه های حسگر نقش عمده ای بر مدیریت مناسب تر و مقیاس پذیری این شبکه ها دارد. خوشه بندی به طور قابل توجهی باعث کاهش مصرف انرژی هر یک از حسگرها در یک شبکه حسگر بیسیم می شود و همچنین میزان بار ارتباطی بر روی سرخوشه ها را افزایش می دهد. زیرا مصرف نامتعادل انرژی در میان سرخوشه ها، باعث ایجاد مشکلات اساسی در هنگام استفاده از مدل چند گامی در ارتباطات داخل خوشه ای خواهد شد. لایه بندی یک راه موثر برای به تعادل رساندن مصرف انرژی سرخوشه ها و افزایش طول عمر شبکه می باشد. در این پایان نامه الگوریتم جدید مسیر یابی در شبکه های حسگر بی سیم را از طریق لایه بندی خوشه های نامساوی انجام می دهد. گره ها در خوشه هایی با اندازه نامساوی تقسیم شده و سرخوشه ها در هر لایه از همان ابتدا با توجه به میزان فاصله از ایستگاه مرکزی و میزان انرژی از بین گره ها انتخاب می شوند. بر این اساس چهار نوع سرخوشه با چهار نوع لایه خواهیم داشت. اندازه خوشه ها 10، 25 و 50 درصد ابعاد شبکه می باشد مشخصات فیزیکی حسگر ها متفاوت بوده و در نتیجه شبکه ناهمگن خواهد بود.? نتایج شبیه سازی نشان می دهد که این روش، مصرف انرژی را در میان سرخوشه ها متعادل، و به طور قابل ملاحظه ای طول عمر شبکه را بهبود می بخشد.

کشف ابر تقارن یکی از اهداف اصلی برخورد دهنده هادرونی بزرگ ساخته شده در cern است. در اینجا یک سناریوی بسیار مقید را در نظر می گیریم که گرانش، مسئول اصلی شکست ابر تقارن می باشد. یک برازش جنبشی با دو قید برای استخراج کوارک تاپ برای هر دو حالتی که جت b قابل شناسایی باشد یا نباشد، استفاده شده است. توانایی cms برای پیدا کردن susy با جرم کم در رویدادهایی با یک کوارک تاپ در حالت نهایی، به وسیله شبیه سازی مطالعه شده است. نشان داده شده است که برای نقطه lm 1 ، برای حالتی که جت b قابل شناسایی باشد، با یک انتگرال درخشندگی 30 ، یک کشف 5 با فرض غالب بودن عدم قطعیت های آماری قابل انجام است. سیگنال نهایی بر روی پس زمینه، 12 است.