Sensör yerleştirme probleminin genetik algoritma ve parçacık sürü optimizasyonu ile çözümü
Genetic algorithm and particle swarm optimization solution for sensor placement problem
- Tez No: 212009
- Danışmanlar: YRD. DOÇ. DR. FATİH ERDOĞAN SEVİLGEN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Gebze Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Askeri ve sivil alanda, çesitli sensörlerin, bir arazi üzerine, o araziyi en etkin sekilde gözetlemesi için yerlestirilmesi oldukça önemlidir. Sensör yerlestirme probleminde bir arazi üzerine, belirli sayıda sensörün araziyi maksimum kapsaması için konuslandırılabileceği en uygun noktaların bulunması hedeflenmektedir. Yapılan çalısmada arazi modellenirken sayısal yükseklik haritalarıyla gerçek yükseklik verileri kullanılmıstır. Sensör modeli olarak çok yönlü bir sensör modeli gelistirilmis ve görülebilirlik hesaplamalarıyla arazinin sensörler tarafından ne oranda kapsandığı hesaplanmıstır. En uygun sensör pozisyonlarının bulunması için literatürde optimizasyon problemleri için sıklıkla kullanılan Genetik Algoritma (GA) ve Parçacık Sürü Optimizasyonu (PSO) yöntemleri probleme uyarlanmıstır. Ayrıca bu yöntemleri daha da gelistirmek amacıyla, ?ndirgenmis Değisken Komsuluk Arama Metodu, GA ve PSO yöntemlerinin iterasyonlarında uygulanmıstır. Problem algoritmalara uyarlanırken, çözüm kümesinin gösteriminde kullanılan sensör pozisyonları için reel sayılar kullanılmıstır. Haritalarda bulunmayan yükselti bilgileri doğrusal ara değerleme ile hesaplanmıs ve problemin çözümü için reel sayı yaklasımı getirilmistir. Problemin GA ve PSO uyarlamalarında reel sayı yaklasımının getirilmesi literatürdeki diğer arastırmalara göre farklılık göstermektedir. Yapılan deneylerde elde edilen sonuçlara göre GA yönteminin PSO yöntemine göre daha iyi sonuçlar verdiği gözlemlenmistir. Ayrıca yerel arama yönteminin farklı arazi çesitleri için PSO yöntemini iyilestirdiği fakat GA yöntemini iyilestirmediği görülmektedir.
Özet (Çeviri)
Surveillance of a terrain with various sensors and finding the most suitable positions of sensors is so important in military and public domains. ?Given n observers and a terrain, where should we place them in order to maximize the overall coverage of terrain?? is the main question of the sensor placement problem. In this study, the terrain is modelled with digital elevation maps. Sensors are modelled as an omnidirectional obsever and the visibility of terrain is computed using line of sight algorithms. In order to find the most efficient sensor positions, Genetic Agorithm (GA) and Particle Swarm Optimization (PSO) methods are applied to the problem. Also Reduced Variable Neighborhood Search is applied as a local search routine in GA and PSO iterations. In problem representation, real valued numbers are used to represent sensor positions. Moreover, lineer interpolation method is applied for missing elvation information in digital maps. Main difference of GA and PSO aplication for sensor placement problem from literature is applying real valued sensor position representation on the problem. In experiments, GA is outperformed PSO method according to the results. Also local search improves PSO method for different kinds of terrains but does not improve GA.
Benzer Tezler
- Kablosuz algılayıcı ağlarda maksimum kapsama alanı probleminin genetik algoritma ile çözümü
Increasing the coverage of wireless sensor networks by genetic algorithm based deployment
OZAN ZORLU
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Metaheuristic-based approaches for solving the controller placement problem in software-defined wireless sensor networks (SDWSNs)
Yazılımda denetleyici yerleştirme probleminin çözümü için üstsezgisel tabanlı yaklaşımlar - tanımlı kablosuz algılayıcı ağlar (SDWSNs'ler)
NIVINE GÜLER
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğu Akdeniz Üniversitesi-Eastern Mediterranean UniversityBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED SALAMAH
YRD. DOÇ. DR. ADNAN ACAN
YRD. DOÇ. DR. GÜRCÜ ÖZ
- Yapay zeka yöntemleri ile kablosuz sensör ağlarındaki eniyileme problemlerinin çözümü
Solving wireless sensor networks optimization problems using artificial intelligence techniques
TAHİR EMRE KALAYCI
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYBARS UĞUR
- Sezgisel Yöntemlerin Kesin Yöntemler ile Melezlenmesi Yoluyla Bilgisayar Ağlarında Güvenilirlik Probleminin Eniyilenmesi
Hybridizing Metaheuristics with Exact Techniques for Optimization of Reliability Problem in Computer Networks
ÖMER ÖZKAN
Doktora
Türkçe
2016
Endüstri ve Endüstri MühendisliğiHava Harp Okulu KomutanlığıEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ERMİŞ
DOÇ. DR. İLKER BEKMEZCİ
- Sürekli ortamlarda önceliğe dayalı sensör yerleştirme eniyilemesi
Priority-based sensor deployment optimization for continuous environments
SEMA BODUR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYBARS UĞUR