Geri Dön

Yapay arı kolonisi temelli kablosuz sensör ağlarında simülasyon ve regresyon analizi ile hava kalitesi tahmini

Air quality estimation with regression analysis and simulation in wireless sensor networks based on artificial bee colony

  1. Tez No: 682626
  2. Yazar: MERVE ÖZDEMİR
  3. Danışmanlar: PROF. DR. SERHAT ÖZEKES
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: WSN, Sürü Zekâsı Algoritmaları, ABC Algoritması, WSN, Swarm Intelligence Algorithms, ABC Algorithm
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 73

Özet

Kablosuz Sensör Ağları nem, sıcaklık, ışık, ses, basınç, kirlilik gibi fiziksel veya çevresel koşulları izlemek için sensör kullanan ve birbirinden bağımsız çalışan araçlar içeren ağlara denir. Sensörler hayatımızın her alanında bulunmaktadır. Sensörler hayatımızı kolaylaştırırken onlardan alınan veriler birçok problemin önüne geçmeyi kolaylaştırmaktadır. Vücutta bulunan sensörler insan sağlığını takip ederken çevresel koşullarını izleyen sensörler herhangi bir çevresel felaketi önlemeye imkân tanımaktadır. Çevresel hava koşulları izlemek için hava kalite indeks değerlerine bakılmaktadır. Hava kalite indeksindeki artış bölgedeki havanın kötüye gittiğini işaret etmektedir. Hava kalite indeksinde PM2.5, PM10, O3, NO2, SO2, CO değerlerine bakılmaktadır. PM10 indeksi havadaki egzoz gazlarından ve nüfus yoğunluğundan kaynaklanan önemli bir hava kalite indeksi olarak bilinmektedir. Bu değerin önceden tahmin edilebilir olması çevre için erken önlem almayı sağlayacaktır. Hava kalite indeks değerleri günlük olarak sensörlerin bulunduğu bölgelerden alınmaktadır. İzmir ilinden Konak (Güzelyalı) ilçesine ait hava kalite indeksleri (PM10, CO, NO2, SO2), İstanbul ilinden ise Başakşehir ilçesine ait hava kalite indeksleri (PM10, CO, NO2, SO2, O3) incelemeye alınmıştır. PM10 değerinin tahmini için çalışmamızda regresyon yöntemleri kullanılmıştır. Lineer Regresyon, Karar Ağacı Regresyonu, K-En Yakın Komşu Regresyonu ve Destek Vektör Makinesi Regresyonu kullanarak analiz yapılmıştır. Tahmin değer ile gerçek değer arasındaki hata oranları hesaplanmıştır. Bu çalışmada Kablosuz Sensör Ağlarında Yapay Arı Koloni yöntemi kullanılmış ve simulasyona dönüştürülmüştür. Simülasyon sensörlerin konumları ve enerji miktarlarına göre enerji kaybını göstermektedir. Yapay Arı Koloni sayesinde kümebaşları enerjisi en yüksek olan düğüme atanmaktadır. Bu sayede enerjinin daha yavaş bitmesi amaçlanmıştır.

Özet (Çeviri)

Wireless Sensor Networks are networks that use sensors to monitor physical or environmental conditions such as humidity, temperature, light, sound, pressure, pollution and contain tools that operate independently of each other. Sensors are in every aspect of our lives. While sensors make our lives easier, the data obtained from them makes it easier to avoid many problems. While the sensors in the body monitor human health, the sensors that monitor the environmental conditions allow to prevent any environmental disaster. Air quality index values are used to monitor environmental weather conditions. The increase in the air quality index indicates that the air in the region is getting worse. PM2.5, PM10, O3, NO2, SO2, CO values are checked in the air quality index. PM10 index is known as an important air quality index resulting from exhaust gases in the air and population density. The predictability of this value will enable to take early precautions for the environment. Air quality index values are taken daily from the regions where the sensors are located. Air quality indices (PM10, CO, NO2, SO2) of Konak (Guzelyalı) district from Izmir province, and air quality indices (PM10, CO, NO2, SO2, O3) of Başakşehir district from Istanbul province were examined. Regression methods were used in our study to estimate the PM10 value. Analysis was performed using Linear Regression, Decision Tree Regression, K-Nearest Neighbor Regression and Support Vector Machine Regression. Error rates between the estimated value and the actual value were calculated. In this study, Artificial Bee Colony method was used in Wireless Sensor Networks and transformed into simulation. The simulation shows the energy loss according to the positions and energy amounts of the sensors. Thanks to the Artificial Bee Colony, cluster heads are assigned to the node with the highest energy. In this way, it is aimed to run out of energy more slowly.

Benzer Tezler

  1. Probabilistic dynamic deployment of wireless sensor networks by artificial bee colony algorithm

    Kablosuz sensör ağın yapay arı kolonisi algoritması tarafından olasılıksal dinamik yerleştirmesi

    MAHER JASIM MOHAMMED AL-MASHHADANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DERVİŞ KARABOĞA

  2. Yapay arı koloni algoritması kullanılarak çok katmanlı mikrodalga soğurucu özellikli kalkanlayıcı beton tasarımı

    Using artificial bee colony algorithm shielding concrete design with multilayer microwave absorber

    KEMAL SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiKaramanoğlu Mehmetbey Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ABDURRAHİM TOKTAŞ

  3. Yapay arı kolonisi temelli lojistik regresyon sınıflayıcıların optimal tasarımı ve türkçe spam maillerin filtrelenmesinde başarımlarının incelenmesi

    Optimal design of artificial bee colony based logistic regression classifiers and analysis of their performances in filtering turkish spam e-mails

    BİLGE KAĞAN DEDETÜRK

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHRİYE AKAY

  4. Nesne yönelimli yazılımlar ve RESTful web servisler için yapay arı kolonisi temelli yazılım test yöntemleri geliştirilmesi

    Artificial bee colony-based software test suite generation for object-oriented software and RESTful web services

    ÖMÜR ŞAHİN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHRİYE AKAY

  5. Eleman sayısı kısıtlı portföy optimizasyonu için bir yapay arı kolonisi algoritması

    An artificial bee colony algorithm for cardinality constraint portfolio optimization problem

    ÖKKEŞ ERTENLİCE

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Endüstri ve Endüstri MühendisliğiPamukkale Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CAN BERK KALAYCI