Yapay zeka yöntemleri ile kablosuz sensör ağlarındaki eniyileme problemlerinin çözümü
Yükleniyor...
Tarih
2011
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada son yılların önemli teknolojilerinden biri olan kablosuz algılayıcı (sensör) ağların (KAA) doğasında veya uygulamasında yer alan bir çok eniyileme problemi tanıtılmış ve bu problemlerden algılayıcı yerleştirme probleminin farklı amaçlara sahip iki türü için çözüm yöntemi geliştirilmiştir. İlk problem eldeki sınırlı sayıda algılayıcı düğümle en iyi yayılımı sağlayarak algılayıcı ağının kapsama alanını arttırmaya yönelik algılayıcı yerleştirme problemidir. Çözümünde çok sayıda uygulama alanında kullanılan ve uygun ayarlamalarla da başarılı sonuçları kısa sürede üretebilen sezgisel yöntemlerden biri olan genetik algoritmalar kullanılmıştır. İkinci problem, alan öncelikli ortamlarda algılayıcı yerleştirmedir. KAA'nda algılayıcı yerleşimi için alan önceliği kavramı literatürde ilk olarak bu tez çalışması ile ortaya atılmıştır ve problemin farklı özelliklere sahip homojen olmayan zeminlere de uyarlanabilmesini sağlayacaktır. Genetik Algoritma tabanlı çözüm yöntemleri önerilmiştir ve probleme özgü geliştirilen arama yöntemleri ile bütünleştirilerek yöntemin başarısı artırılmıştır. Bu kapsamda geliştirilen grafik tabanlı araç, deneysel çalışmanın yapılmasını ve yorumlanmasını kolaylaştırmıştır. Gerçek dünya problemlerinin genellikle tek amaçlı olmamasından yola çıkılarak, problemin alan öncelikli ortamlarda yerleştirme maliyetini de dikkate alan sürümü, çok amaçlı eniyileme yöntemlerinden seçkinci baskın olmayan sıralama genetik algoritma (NSGA-II) yöntemiyle çözülmüştür. Son olarak KAA'nda alan önceliği kavramının diğer olası kullanım örneklerinden sözedilmiş ve elde edilen sonuçlar tartışılmıştır.
Açıklama
Anahtar Kelimeler
Yapay zeka, eniyileme, kablosuz algılayıcı ağlar, genetik algoritmalar, çok amaçlı eniyileme, NSGA-II, Artificial intelligence, optimization, wireless sensor networks, genetic algorithms, multi-objective optimization, NSGA-II., Bilgisayar Mühendisliği A.B.D.
