Design of a fuzzy system based on Particle Swarm for optimizing energy consumption and coverage area in mobile wireless sensor networks
General Material Designation
Dissertation
First Statement of Responsibility
Ramin Ali Khdhir
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
Electrical and Computer Engineering
Date of Publication, Distribution, etc.
1400
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
70p.
Other Physical Details
cd
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
Master's Degree
Discipline of degree
Computer Engineering/ tendency/ Software
Date of degree
1400.06/31
Body granting the degree
tabriz
SUMMARY OR ABSTRACT
Text of Note
The success of wireless sensor networks depends on the appropriate coverage of the environment and energy consumption, both of which are considered as challenges in these networks. Optimizing energy consumption and the area covered leads to longevity of the network. Therefore, the purpose of this study is to design a system to optimize energy consumption and the area covered in WSNs. The sensors in the network are randomly generated to collect the required information from the environment. They then send the collected information to the target sensors, which act as their captions and cover some of these sensors in the grid. Finally, it is optimized to cover and reduce energy consumption by the PSO algorithm, and finally a vertical system is designed. The results show that the energy consumed in the battery optimized by the PSO algorithm is reduced about 36%. Energy consumption at the input distance is reduced about 41% of energy consumption. In general, with optimizations done, approximately 77% of energy consumption is optimized. The life spans of the network will be doubled with this optimal consumption. Each target sensor node in the existing area covers a maximum of 6 nodes. With the proposed method, we were able to keep 50%(Total overlap and objectification) of the normal sensors alive and 33% of the target sensors alive. A total of 83% of the sensors remain in the live network. The effectiveness of a fuzzy system designed with a qualitative or linguistic value of the target sensor displacement selection is approximately above 0.7, indicating that the decision to select the target sensor displacement is of a moderate to high degree.
Text of Note
موفقیت شبکه های حسگر بی سیم به پوشش مناسب محیط زیست و مصرف انرژی بستگی دارد که هر دو به عنوان چالش هایی در این شبکه ها در نظر گرفته می شوند. بهینه سازی مصرف انرژی و منطقه تحت پوشش منجر به طول عمر شبکه می شود. بنابراین هدف از این مطالعه طراحی سیستمی برای بهینه سازی مصرف انرژی و منطقه تحت پوشش WSNs است. حسگرهای موجود در شبکه به طور تصادفی برای جمع آوری اطلاعات مورد نیاز از محیط تولید می شوند. سپس اطلاعات جمع آوری شده را به حسگرهای هدف می فرستند که به عنوان شرح آن ها عمل می کنند و برخی از این حسگرها را در شبکه پوشش می دهند.در نهایت برای پوشش و کاهش مصرف انرژی توسط الگوریتم PSO بهینه سازی می شود و در نهایت یک سیستم عمودی طراحی می شود. نتایج نشان می دهد که انرژی مصرفی در باتری بهینه شده توسط الگوریتم PSO حدود 36٪ کاهش می یابد. مصرف انرژی در فاصله ورودی حدود 41٪ مصرف انرژی کاهش می یابد. به طور کلی با بهینه سازی های انجام شده، تقریباً 77٪ مصرف انرژی بهینه می شود.عمر شبکه با این مصرف بهینه دو برابر خواهد شد. هر گره حسگر هدف در منطقه موجود حداکثر 6 گره را پوشش می دهد. با روش پیشنهادی توانستیم 50 درصد (توتال همپوشانی و عینی سازی) حسگرهای طبیعی را زنده نگه داریم و 33 درصد حسگرهای هدف را زنده نگه داریم. در مجموع 83٪ حسگرها در شبکه زنده باقی می مانند. اثربخشی یک سیستم فازی طراحی شده با مقدار کیفی یا زبانی انتخاب جابجایی حسگر هدف تقریباً بالای 0.7 است که نشان می دهد تصمیم به انتخاب جابجایی حسگر هدف از درجه متوسط تا بالا است
OTHER VARIANT TITLES
Variant Title
طراحی یک سیستم فازی مبتنی بر توده ذرات برای بهینه سازی مصرف انرژی و منطقه تحت پوشش در شبکههای حسگر بی سیم متحرک