Çok amaçlı nsga-ıı ve mopso optimizasyon algoritmaları ilekablosuz algılayıcı ağlarında optimum küme başı yeri seçimive kümelemesi
Selecting the optimum location of the cluster head in the wireless sensor networks and clustering via nsga-ii and mopso algorithms
- Tez No: 346782
- Danışmanlar: YRD. DOÇ. DR. GÖKCE HACIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 182
Özet
Bu tezde sunucu konumlandırma problemininözel bir durumu kablosuz algılayıcı ağlarının tasarımı için kullanılmıştır. Bu problem np-zorkombinatoryel problemlerin kategorisinde yer almaktadır. Problemin çözümü ile hem kümeleme hem de optimum küme başı konumunun belirlenmesi gerçekleştirilmiştir. Tanımlanan problem ilk başta tek amaçlı dekompozisyon ağırlıklı toplam genetik algoritma yaklaşımı ile incelenmiştir.Daha sonra çok amaçlı yaklaşımlarıyla çözülmüştür. Bu konu zaten bir çok amaçlı problemdir. Elde edilen sonuçlardan görülmüştür ki dekompozisyon yöntemine dayalı çok amaçlı evrimsel algoritması, doğrusalyaklaşımından dolayı pareto cephesinin tüm noktalarını keşfedememektedir. Ayrıca pareto cephesindeki her cevabı bulmak için algoritma baştan koşturulmalıdır. Bu sayılan sorunlar;mağlup olmayan sıralama genetik algoritma ve çok amaçlı parçacık sürü optimizasyonu yöntemlerinin kullanımı ile giderilmiştir.Bu tarz algoritmalar yüksek doğrulukla pareto cephesinin tümünü tek sefer koşturulmasıyla bulabilmektedir. AncakNSGA-IIalgoritmasındakipopülasyon sayısının artması işlem karmaşıklığı ve işlem yükünü oldukca çoğaltmaktadır. Bu durum kablosuz algılayıcı ağlarının kısıtlı işlemcilerinde kullanılmak için uygun değildir. Bu sebeplerlehız artışı, işlemyükü ve karmaşıklığın azaltılması doğrultusunda MOPSOalgoritma kullanılmıştır. MOPSO algoritma sürekli bir algoritmadır. Diğer taraftan problem ikili türdendir. Dolayısıyla MOPSO algoritmaPSO Çekirdeğini sigmoid fonksiyonu aracılığıyla bir ikili algoritmaya dönüştürülerek problem için istenilen çözüme ulaşılmıştır.
Özet (Çeviri)
In this study one special case of the Hub Location Problem known as Wireless Sensor Network Design is used for problem definition and solving, which lies in the field of NP-hard combinatorial problems.This concept has been studied for optimal selection of cluster head location in wireless sensor networks and also clustering. The defined problem is a multi-objective and binary inherently. The optimal solutions for location of head nodes and the members of clusters arefound by genetic algorithm via converting the problem to single objective by weighted-sum decomposition.However MOEA/D methodsare not able to explore all parts of the Pareto Front due to their linear approach. Moreover the programs which are usedMOEA/D algorithms can explore one pareto-front point at each run hence the programs must re-run several times. In order to solve these defects multi-objective optimization algorithms should be used to solveinherently multi-objective problems. Therefore we usedNSGA-II and MOPSOalgorithms. It can be seen that these algorithmscan explore all the points of pareto-front accurately with a single run. However the speed of NSGA-II algorithm falls quickly by growing initial population which lead to the computational load. This is not acceptable for the limited processors of the wireless sensor networks.TheMOPSOalgorithm is used to handle long convergence duration of pareto-front and increased computational load. MOPSO algorithm is continuous in nature, but the problem is binary in nature.Soour problem has reached to desired solution by converting MOPSOto binaryalgorithm via Sigmoid Function.
Benzer Tezler
- Çok amaçlı optimizasyon algoritmalarının sıkıştırılmış algılamada kullanılması
Multiobjective optimization algorithms in compressed sensing
MURAT EMRE ERKOÇ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NURHAN KARABOĞA
- Hibrit çok amaçlı rüzgar güdümlü optimizasyon algoritması
A hybrid multi-objective wind driven optimization algorithm
FETHİYE SULTAN ÖZPEHLİVAN AY
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. PAKİZE ERDOĞMUŞ
- Portföy seçiminde algoritmik yaklaşım: Portföyde uluslararası çeşitlendirmeye yönelik bir çalışma
Algoritmic approach in portfolio selection: A study towards international diversification in portfolio
MAHAMMAD CHARKASOV
- Yüksek irtifa platform sistemlerinde hüzme oluşturmanın başarım analizi
Performance analysis of beamforming for high altitude platform systems
SAMED SOĞANCI
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ YÜKSEKKAYA
- Multi-objective optimization of electro-hydrostatic actuators with octagon architecture
Sekizgen mimariye sahip elektro-hidrostatik eyleyicilerin çok amaçlı optimizasyonu
ÖMER FARUK TURHAN
Yüksek Lisans
İngilizce
2024
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN ÇALIŞKAN