بهینهسازی پوشش بصری فضای بسته دوبعدی توسط شبکه حسگر تصویری با استفاده از الگوریتم ژنتیک
First Statement of Responsibility
/مهسا کریمی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: برق و کامپیوتر
Date of Publication, Distribution, etc.
، ۱۳۹۴
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
علوم کامپیوتر، گرایش معماری کامپیوتری
Date of degree
۱۳۹۴/۱۱/۳۰
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
شبکهصهای حسگر بیصسیم به سرعت درحال رشد در زمینههای تحقیقاتی، کاربردی، عملیاتی و تجاری میباشند .ا دارای ردی زدی از ادراک و وع ی ز زه، اف ی ، ورودی ز و ه . اما حسگرهای ا، ای ردی ده در، رد ااف و دیدهصبانی ا نیستند، زیرا آنها دادهی ودی را میصکنند .اما از زمانیصکه دوربینصهای ارزان قیمت با قابلیتءهای تفکیکءپذیری کم) و یا متوسط (در حسگرهای بیءسیم جاسازی شدند، امکان دریافت دادهصهای چندرسانهصای نیز از محیط میسر گردید و این در رد دیدهصبانی، و رد ااف، گرهصهای حسگر دوربینصدار آنها گرهصهای حسگر چندرسانهصای اطلاق میصشود، رد اده ار میصگیرد .ر ـف، ـ ـن و مختصات هدف در از ده از در رد ب د .در کاربردهای تشخیص یک رویداد و یا ردیابی هدف، این احتمال وجود دارد که در تشخیص یک رویداد فیزیکی، خطا رخ دهد که میتواند در نتیجه استقرار و مدیریت نادرست شبکه باشد .در واقع در اینصصورت مکانی که رویداد اتفاق افتاده است بوسیله هیچ حسگر فعالی پوشش داده نشده باشد .بنابراین مکان قرار گرفتن گرهصهای حسگر چندرسانهصای از اهمیت بالایی برخوردار میصباشد .بنا به کاربردی که گرهصهای حسگر در شبکه دارند، گرهصهای حسگر با روشصهای مختلفی در محیط نظارتی مستقر میصشوند .مکان قرار گرفتن گرهصهای حسگر بر روی هزینهصی ارتباطات، مدیریت منابع و میزان پوششی که فراهم میصکنند، تاثیر میصگذارد .به همین منظور در این پایانصنامه ابتدا روشصهای تعیین مکان قرار گرفتن گرهصهای حسگر مورد بررسی قرار گرفته و سپس برای افزایش درصد پوشش در این شبکهصها، یک شبکه مدل شده و روشصهای بهینهصسازی فراابتکاری برای تعیین مکان قرار گرفتن گرهصهای حسگر در آن مورد آزمایش قرار میصگیرد، به طوریصکه با حداقل تعداد گرهصی حسگر بیشترین پوشش از محیط نظارتی فراهم شود .همچنین در این مسئله رسیدن به جواب بهینه در یک زمان قابل قبول هم اهمیت دارد که برای این منظور زمان به دست آمدن جواب بهینه اندازهصگیری میصشود.ص الگوریتمصهای بهینهصسازی به کار برده شده شامل الگوریتم ژنتیک، رقابت استعماری و جنگل میصباشند که در راستای رسیدن به جواب بهینه برای حل مسئلهصی مورد نظر به کار گرفته و با یکدیگر مقایسه میصشوند تا در نهایت به این سوال پاسخ داده صشود که مسئلهصی مورد نظر یعنی تعیین مکان و موقعیت مناسب برای قرار دادن گرهصهای حسگر چندرسانهصای در یک محیط بستهصی دوبعدی با به کارگیری کدام الگوریتم میصتواند در یک زمان قابل قبول حل گردد؟ برای رسیدن به جواب این سوال، هر کدام از الگوریتمصهای به کار برده شده به لحاظ برازندگی) میزان پوششی که در شبکه فراهم میصشود (و زمان رسیدن به جواب نزدیک به بهینه ارزیابی میصشوند که در این ارزیابیصها مشخص شد که الگوریتم ژنتیک در زمان کمتری (۱۷ دقیقه و ۱۷ ثانیه (نسبت به بقیهصی الگوریتمصهای به کار برده شده میصتواند جوابصهایی برای مسئله پیدا کند که بیشترین برازندگی را داشته باشد .بنابراین الگوریتم ژنتیک را به عنوان راهصحل بهینهصی مسئلهصی مورد نظر در نظر میصگیریم .
Text of Note
Wireless sensor networks is rapidly growing in the fields of research, functional, operational and business. The network has many applications, including perception and detection of natural disasters such as exploration of hazardous environments, detecting unauthorized entry and so on. But scalar sensors, for large area applications such as automatic monitoring, tracking targets and monitoring traffic are not suitable because they produce a limited data. When inexpensive low-resolution cameras are embedded in wireless sensors, visual data can be retrieved from the environment too, allowing a new scope of applications. detection to determine the location and coordinates of the target in a specified area of environmental monitoring is important in such applications. The application detects an event or track the target, it is likely that the diagnosis of a physical event, errors occur that can result in incorrect deploy and manage the network. In fact, in this case, where the event took place not covered by any sensor is active. So where the multimedia sensor nodes is very important.The user sensor nodes in the network, sensor nodes can be deployed with different methods in the regulatory environment. Where the sensor nodes on the cost of communications, resource management and provides coverage that they affect. the sensor is tested, so that the minimum number of sensor nodes provide maximum coverage of the regulatory environment. Also in this issue to achieve the optimal solution in a reasonable time is also important in order to achieve the optimal solution to be measured. For this purpose, the genetic algorithm optimization, Compete colonial and forests in order to achieve the optimal solution to be handled in a reasonable time and are compared with each other. To achieve this, each of the algorithms used in terms of fitness (coverage that is provided on the network) and near-optimal time to answer are evaluated in this assessment, it was found that genetic algorithm less time (17 minutes and 17 seconds) than the rest of the algorithms can be used to find answers to problems that have the greatest fitness