KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2015 / Cilt: 30 - Sayı: 2

KABLOSUZ ALGILAYICI AĞLARDA KAPSAMA ALANININ ÇOK AMAÇLI EVRİMSEL ALGORİTMALAR İLE ARTIRILMASI

Feyza YILDIRIM OKAY
Suat ÖZDEMİR
Sayfa
0
Yayın Tarihi
2015-06-30
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Benzetim çalışmaları sonuçları domine-edilemeyen çözümlerin algılayıcıların yer değiştirme mesafeleri ile kapsanan alan arasında bir ödünleşime sahip olduğunu açıkça ortaya koymaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Kablosuz Algılayıcı Ağlarda (KAA) algılayıcı düğümlerin sahaya dağıtımı üzerinde durulması gereken önemli konulardan biridir.
📊
Temel Bulgular & Veri:Uygun bir dağıtım ile yönlendirme, veri füzyonu, iletişim gibi KAA’daki problemlerin karmaşıklığı azaltılabilmektedir.
💡
Sonuç & Katkı:Benzetim çalışmaları sonuçları domine-edilemeyen çözümlerin algılayıcıların yer değiştirme mesafeleri ile kapsanan alan arasında bir ödünleşime sahip olduğunu açıkça ortaya koymaktadır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Kapsama kontrolü · enerji koruması · evrimsel algoritma

Özet

Kablosuz Algılayıcı Ağlarda (KAA) algılayıcı düğümlerin sahaya dağıtımı üzerinde durulması gereken önemli konulardan biridir. Uygun bir dağıtım ile yönlendirme, veri füzyonu, iletişim gibi KAA’daki problemlerin karmaşıklığı azaltılabilmektedir. Mobil KAA’lardaki (MKAA) düğümler hareket yetenekleri sayesinde ağ içerisinde yer değiştirebilmektedir. Dağıtımın optimizasyonu ile yer değiştirmeden dolayı tüketilen enerji minimize edilerek KAA’ların yaşam süreleri uzatılabilmektedir. Bu makalede uygun dağıtım senaryolarının bulunabilmesi için son zamanlarda geliştirilen çok amaçlı evrimsel algoritmalardan ayrıştırmaya dayalı çok amaçlı evrimsel algoritma (MOEA/D) ve hızlı ve elitist çok amaçlı genetik algoritma (NSGA-II) kullanılmaktadır. Bu çok amaçlı evrimsel algoritmalar ile mobil düğümlerin uygun olarak yer değiştirmesi sağlanarak kapsama alanının maksimize edilmesi ve algılayıcıların ilk pozisyonlarından son pozisyonlarına kadar aldıkları yol hesaplanarak yer değiştirme için gerekli olan enerjinin minimize edilmesi amaçlanmaktadır. Benzetim çalışmaları sonuçları domine-edilemeyen çözümlerin algılayıcıların yer değiştirme mesafeleri ile kapsanan alan arasında bir ödünleşime sahip olduğunu açıkça ortaya koymaktadır.

🔖

Bu Makaleye Atıf Yap

OKAY, F. Y., ÖZDEMİR, S. (2015). KABLOSUZ ALGILAYICI AĞLARDA KAPSAMA ALANININ ÇOK AMAÇLI EVRİMSEL ALGORİTMALAR İLE ARTIRILMASI. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 30 - Sayı: 2, 0. https://ajindex.com/articles/20427

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Howard, A., Mataric, M. J. ve Sukhatme, G. S., “Mobile Sensor Network Deployment using Potential Fields: A Distributed, Scalable Solution to the Area Coverage Problem", In Proceedings of the 6th International Symposium on Distributed Autonomous Robotics Systems (DARS02), Fukuoka, 299-308, June 25-27 2002.
  2. Zou, Y. ve Chakrabarty, K., “Sensor Deployment and Target Localization Based on Virtual Fources”, Proc. IEEE INFOCOM, Cilt 2, 1293-1302, 2003.
  3. Wang, G., Cao, G. ve La Porta, T. F., “Movement-Assisted Sensor Deployment”, IEEE INFOCOM, Cilt 4, 2469-2479, 2004.
  4. Pac, M. R., Erkmen, A. M. ve Erkmen, İ., “Scalable Self-Deployment of Mobile Sensor Networks: A Fluid Dynamics Approach”, Proceeding of 2006 IEEE/RSJ International Conference on intelligent Robots and Systems, 1446-1451, 2006.
  5. Chang, R.-S. ve Wang, S.-H., “Self-Deployment by Density Control in Sensor Networks”, IEEE Transactions on Vehicular Technology, Cilt 57, 1745-1755, 2008.
  6. Cardei, M., Thai, M. T., Li, Y. ve Wu, W., “Energy-Efficient Target Coverage in Wireless Sensor Networks”, IEEE INFOCOM’05, Cilt 3, 1976-1984, 2005.
  7. Jia, J., Chen, J., Chang, G., Wen, Y. ve Song, J., “Multi-objective optimization for coverage control in wireless sensor network with adjustable sensing radius”, Computers and Mathematics with Applications, Cilt 57, 1767-1775, 2009.
  8. Konstantinidis, A., Yang, K., Zhang, Q. ve Zeinalipour-Yazti, D., “A multi-objective evolutionary algorithm for the deployment and power assignment problem in wireless sensor networks”, Computer Networks, Cilt 54, 960–976, 2010.
  9. Konstantinidis, A., Yang, “Multi-objective K-connected Deployment ve Power Assignment in WSNs using a problem-spesific constrained evolutionary algorithm based on decomposition,” Computer Communications, Cilt 54, No 6, 960-976, 2010.
  10. Konstantinidis, A. ve Yang, K., “Multi-objective energy-efficient dense deployment in Wireless Sensor Networks using a hybrid problem-specific MOEA/D”, Applied Soft Computing, Cilt 11, 4117–4134, 2011.
  11. Pradhan, P. M., Baghel, V. ve Bernard, M., “Energy Efficient Layout for a Wireless Sensor Network using Multi-Objective Particle Swarm Optimization”, 2009 IEEE International Advance Computing Conference, Patiala, India, 65-70, 2009.
  12. Jourdan, D. B. ve Week, O. L., “Layout Optimization for a Wireless Sensor Network Using a Multi-Objective Genetic Algorithm”, Vehicular Technology Conference, Cilt 5, 2466-2470, 2004.
  13. Deb, K., Multi-Objective Optimization Using Evolutionary Algorithms, Wiley and Sons, 1st