Kablosuz algılayıcı ağlarda kapasiteye dayalı akıllı ve adaptif ağ yapılandırılması

Abstract

Bu tez, algılayıcı ağlarda kapasiteli sunucuların konumlandırma probleminin çözümü üzerine bir çalışmadır. Bu problem np-zor kombinatoryel problemlerin grubunda yer almaktadır. Problemin çözümü ile hem adaptif kümeleme hem de optimum küme başı seçimi gerçekleştirilmiştir. Bu çalışmada küme başlarının seçimi yapay zeka parçacık sürü optimizasyon (PSO: Particle Swarm Optimization), diferansiyel gelişim algoritması (DE: Differential Evolution) ve yayılmacı yarışmacı algoritma (ICA: Imperalist Competitive Algorithm) gibi optimizasyon teknikleri ile yapılmış ve aynı anda her iterasyondaki amaç fonksiyonun değerine bağlı kümeleme ve ağın konfigürasyonu değişmektedir. Yapılan denemelerde elde edilen sonuçlara göre ICA algoritması hız açısından daha iyi sonuçlar göstermektedir ama maliyet açısından PSO algoritması en düşük değerlerle daha iyi sonuçlar sunmaktadır. Kablosuz algılayıcı ağlarda kısıtlı işlemciler kullanıldığı için en uygun algoritmanın çalıştırılması gerekmektedir. ICA algoritması iyi performansa sahiptir ve düşük işlem gücü kullandığı için kablosuz algılayıcı ağlarda kullanımı önerilmiştir. Anahtar Kelimeler: Kablosuz Algılayıcı Ağlar, Optimizasyon, Adaptif Kümeleme, Yapay Zeka, Sürü Zekası, Yayılmacı Yarışmacı Algoritma, Diferansiyel Gelişim Algoritma

This thesis is a study on the solution of the problem of capacity servers' location in sensor networks. This problem is part of the group of np hard combinatorial problems. With the solution of the problem, both adaptive clustering and optimal cluster head selection have been achieved. In this study, cluster head selection is carried out by optimization techniques such as particle swarm intelligence optimization, differential evolution algorithm, and imperialist competitive algorithm. The purpose of each iteration is dependent upon the value of the function and clustering and network configuration change accordingly.Tests results show that ICA Algorithm has better results in terms of speed, while PSO Algorithm is better in terms of costs. Since processors with limited capacity are used in wireless sensor networks, it is necessary to use the most appropriate algorithm. ICE algorithm has good performance, and as it uses low processing power, it is suggested for use in wireless sensor networks.Key Words: Wireless Sensor Networks, Optimization, Adaptive Clustering, Artificial Intelligence, Particle Swarm Optimization, And Imperialist Competitive Algorithm, Differential Evolution Algorithm