OPTIMAL NODES CLUSTERING IN WSNS WITH MOBILE SINK USING OPTIMIZATION ALGORITHMS
MOBİL EVYELİ WSNS'DE OPTİMİZASYON ALGORİTMALARI KULLANAN OPTİMAL DÜĞÜMLER
- Tez No: 667364
- Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
are used to optimize these networks is by virtually clustering the nodes in the network into groups. Each cluster has a head node that is responsible for collecting the data from the nodes in the cluster and deliver them to the mobile sink node. Optimizing the distribution of the nodes in the virtual clusters can optimize the paths the data travel through before being delivered to the mobile sink node. Thus, optimizing these clusters can have significant influence on the performance of the WSN. Accordingly, heuristic optimization methods are being widely used to optimize the clustering of these nodes. The Particle Swarm Optimizer (PSO) is widely used for this purpose using different approaches. However, with the existence of several other optimization algorithms, it is important to measure and compare their performances. Thus, the performance of the three of the popular optimization algorithms is evaluated in this study, which are the PSO, Grey Wolf Optimizer (GWO) and Artificial Bee Colony (ABC) optimizer. The performance of the WSN is measure based on the energy consumption, network lifetime and Packet Delivery Rate (PDR). The results show that the GWO has achieved the best performance for the WSNs when used to cluster the nodes. The evaluation of the PSO has shown similar results with earlier studies, which indicates that the use of the GWO can significantly improve the vii performance of these networks. In contrast, the ABC algorithm has shown lower performance in WSNs that rely on it to cluster the nodes
Özet (Çeviri)
Kablosuz Sensör Ağlarının (WSN) hızla artan kullanımı ve bunların üzerindeki mevcut kaynaklar, özellikle enerji kaynakları ile, bu ağın operasyonlarını optimize etmek son yıllarda birçok araştırmanın odağı haline gelmiştir. Yöntemlerden biri Bu ağları optimize etmek için kullanılır, ağdaki düğümleri sanal olarak gruplara ayırarak. Her kümenin, kümedeki düğümlerden veri toplamaktan ve bunları mobil lavabo düğümüne iletmekten sorumlu bir baş düğümü vardır. Sanal kümelerdeki düğümlerin dağılımını en iyi duruma getirmek, mobil lavabo düğümüne teslim edilmeden önce verilerin geçtiği yolları optimize edebilir. Bu nedenle, bu kümelerin optimize edilmesi WSN'nin performansı üzerinde önemli bir etkiye sahip olabilir. Buna göre, sezgisel optimizasyon yöntemleri bu düğümlerin kümelenmesini optimize etmek için yaygın olarak kullanılmaktadır. Parçacık Sürüsü Optimize Edici (PSO), farklı yaklaşımlar kullanılarak bu amaç için yaygın olarak kullanılmaktadır. Bununla birlikte, diğer birkaç optimizasyon algoritmasının varlığıyla, performanslarını ölçmek ve karşılaştırmak önemlidir. Bu nedenle, PSO, Gray Wolf Optimizer (GWO) ve Yapay Arı Kolonisi (ABC) optimize edici olan popüler optimizasyon algoritmalarının üçünün performansı değerlendirilmiştir. WSN'nin performansı, enerji tüketimi, ağ ömrü ve Paket Teslim Oranına (PDR) dayalı olarak ölçülür. Sonuçlar, GWO'nun düğümleri kümelemek için kullanıldığında WSN'ler için en iyi performansı elde ettiğini göstermektedir. PSO'nun değerlendirilmesi, GWO'nun kullanımının bu ağların vii performansını önemli ölçüde artırabileceğini gösteren daha önceki çalışmalarla benzer sonuçlar göstermiştir. Buna karşılık, ABC algoritması, düğümleri kümelemek için ona güvenen WSN'lerde daha düşük performans göstermiştir.
Benzer Tezler
- Distributed clustering approach for wireless sensor networks in uav integrated heterogeneous architectures
İha içeren heterojen mimarilerde kablosuz sensor (duyarga) ağlar için dağıtık kümeleme yaklaşımı
HÜSEYİN OKCU
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDeniz Harp Okulu KomutanlığıBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. MÜJDAT SOYTÜRK
- Optimal energy efficient sensor network design
Algılayıcı ağ tasarımı
RAED S.M. DARAGHMA
Doktora
İngilizce
2016
Elektrik ve Elektronik MühendisliğiAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURAY AT
- Enerji verimli kablosuz algılayıcı ağ tasarımı ve gerçekleştirilmesi
Design and implementation of energy efficient wireless sensor network
MEHMET ERKAN YÜKSEL
Doktora
Türkçe
2014
Mühendislik Bilimleriİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜL HALİM ZAİM
- Improvement of energy efficient in low power wireless sensor networks
Düşük güçlü kablosuz sensör ağlarında enerji verimliliğinin artırılması
AMIR SEYYEDABBASI
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. FARZAD KIANI
- Design and implementation of grid-based hybrid network for energy efficient wireless sensor networks
Enerji verimli kablosuz sensör ağları için şebekeye dayalı hibrit ağın tasarımı ve uygulaması
MURTADHA ABDULLAH YAS MIHYAWI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİBEL TARIYAN ÖZYER