استفاده از الگوریتمهای تکاملی برای حل مساله پوشش در شبکههای حسگر بیسیم با نرخ رویداد غیرهمگن
نام نخستين پديدآور
/سحر چهرآزاد
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: پردیس دانشگاه تبریز
تاریخ نشرو بخش و غیره
، ۱۳۹۵
نام توليد کننده
، راشدی
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی کامپیوتر گرایش نرمافزار
زمان اعطا مدرک
۱۳۹۵/۰۶/۲۰
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
شبکههای حسگر بیسیم (Wireless Sensor Networks) به علت کاربردهای ویژه خود در نظارت و کنترل فرآیندهای صنعتی، نظارت بر سلامت دستگاهها، نظارت بر محیط و یا خانه، مراقبت از سلامتی، خانههای هوشمند و کنترل ترافیک در سالهای اخیر مورد توجه بسیاری از محققان قرار گرفته است .این شبکهها شامل گرههای حسگر با قابلیتهای ارتباطی و محاسباتی و میزان حافظه و منبع انرژی محدود و غیر قابل شارژ هستند که به تعداد زیاد به صورت تصادفی یا از پیش تعیینصشده در محیط قرار گرفته و با همکاری هم کاربردهای مذکور را تحقق میبخشند .امروزه استفاده از شبکههای حسگر بیسیم در مدیریت بحران) مانند زلزله، آتشسوزی، سیل (جهت کمک به افراد به دام افتاده با یافتن مکان دقیق آنها و کمک به گروه نجات برای مدیریت بهینه بحران به عنوان یکی از کاربردهای مهم و جدید این شبکهها به حساب میصآید .یکی از زمینههای تحقیقاتی برای مدیریت بحران با استفاده از شبکههای حسگر بیسیم، پوشش محیط مورد نظر میباشد .بررسیها نشان میدهد که کارهای پیشین انجام شده در زمینه پوشش، حساس به رویداد نمیباشند، بنابراین برای محیطهایی با پراکندگی رویداد ناهمگن مناسب نیستند .از آنجایی که در مدیریت بحران پراکندگی ناهمگن رویدادها از مسائلی هست که باید در نظر گرفته شود، در این تحقیق جهت تحقق هرچه بهتر مدیریت بحران و در نتیجه تشخیص سریع و دقیق افراد به دام افتاده، روش پوشش حساس به رویداد ارائه میشود که برپایه الگوریتمهای تکاملی میباشد .در این پایاننامه، برای برآورد کردن نیازمندیهای شبکه دو الگوریتم برای پوشش محیط در شبکهصهای حسگر بیسیم در محیطهای با نرخ توزیع رخداد ناهمگن پیشنهاد میشود .اولین الگوریتم با نام الگوریتم مبتنی بر کلونی مورچههای تغییر یافته برای زمانبندی گرههای حسگرScheduling Algorithm)- (Modified Ant Colony Based، انتخاب مجموعه پوشش جدید توسط مورچهها را در هر بازهی زمانی انجام میدهد .از آنجایی که در نواحی مختلف محیط نرخ توزیع رخداد متفاوت میباشد، در هر بازهی زمانی، با در نظر گرفتن همین موضوع از انرژی باقیمانده حسگرهای موجود در مجموعه پوشش کم میشود .به دلیل وجود افزونگی (Redundancy) در پوشش نقاط مورد نظر (Points Of Interest) در الگوریتمSA - MACBاز تابع برازندگی جدیدی نیز بهره گرفته میشود .ولی همچنان افزونگی موجود در این روش زیاد میباشد و با وجود بهبود پوشش محیط، طول عمر شبکه با این الگوریتم کم میباشد .برای حل این مشکل، الگوریتم دوم با نام الگوریتم موثر مبتنی بر کلونی مورچههای تغییر یافته برای زمانبندی گرههای حسگرScheduling Algorithm) - (Efficient Modified Ant Colony Basedرا ارائه میدهیم .در این الگوریتم حذف افزونگی به صورت حریصانه به الگوریتمSA - MACBاضافه میشود .در الگوریتمSA - EMACBحین انتخاب حسگر بررسی میشود که آیا حسگر انتخابی POI جدیدی را پوشش می دهد یا نه .اگر بله، به مجموعه پوشش مورچه افزوده میشود و در غیر این صورت کنار گذاشته میشود .نتایج حاصل از شبیهسازی نشان میدهد، این الگوریتم علاوه بر افزایش طول عمر شبکه، میزان افزونگی را نیز کاهش میدهد .با توجه به عملکرد خوب الگوریتمSA - EMACBدر محیط با نرخ توزیع رخداد ناهمگن، مناسب استفاده در مدیریت بحران میباشد
متن يادداشت
Wireless sensor networks, due to their special applications like monitoring and controlling industrial processes, environment and home monitoring, health care, intelligent homes and traffic control in recent years have attracted the attention of many researchers. These networks consist of sensor nodes with limited communication and computation capabilities, limited amount of memory, limited and non-rechargeable energy source. These sensor nodes are located in environment randomly or predetermined in large amount and fulfill the above mentioned applications with cooperating with each other. Nowadays the utilization of wireless sensor networks in disaster management such as earthquake, fire, flood and etc to find trapped people with finding their exact locations and to help rescue team for optimal management of disaster is one of the newest and most important applications of such networks. One of the research areas for disaster management with use of wireless sensor networks is coverage of desired area. Studies show that earlier works in coverage field are not sensitive to event so they are not suitable for areas with heterogeneous event rate. As heterogeneous event rate in area is one of the problems that should be considered, in this study to achieve a better disaster management and fast and exact diagnosis of trapped people, we proposed a coverage algorithm sensitive to events which is based on evolutionary algorithms. In this study, to meet networks requirements, two methods are proposed for area coverage in wireless sensor networks in areas with heterogeneous event rate. In first method called MACB-SA, selection of new cover set by ants is done in each time step. Since in various parts of area, event rate is different, the amount of energy that shoud be reduced from residual energy of sensor in each time step is related to the area that the sensor is located in and the number of events it senses. Because of the redundancy in coverage of POIs, we proposed a new fitness function. But still the redundancy of this method is a lot and despite of improving area coverage, the network lifetime is reduced by using this method in comparision with ACB-SA algorithm. For solving this problem, we proposed the second algorithm called EMACB-SA. In this method for omitting redundancy, a greedy approach is added to MACB-SA algorithm. While choosing the sensor, it is checked by ants whether the selected sensor is covering a new POI. If yes the ant adds it to its cover set. If no the ant drops the sensor. Simulation results illustrate that, this algorithm in addition to increasing network lifetime, reduces the redundancy. Due to its good performance in areas with heterogeneous event rate, its suitable for using in disster management
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )