BBO-DE algoritması kullanarak akıllı şehirlerde WSN dağıtım optimizasyonu

Abstract

Kablosuz Sensör Ağları (WSN'ler), akıllı şehir altyapısının dağıtımında kritik bir rol oynar ve kentsel ortamların etkin izlenmesi ve yönetimi sağlar. WSN'lerin akıllı şehirlerdeki dağıtımını optimize etmek, karmaşık ve dinamik doğası nedeniyle zorlu bir görevdir. Bu tez, Biyoğeografi Tabanlı Optimizasyon ve Diferansiyel Evrim (BBO-DE) algoritmalarının birleşimiyle WSN dağıtımına yönelik yeni bir yaklaşım sunmaktadır. Bu araştırmanın amacı, BBO-DE algoritmasının akıllı şehir senaryolarında optimal WSN dağıtımını gerçekleştirmedeki etkinliğini araştırmaktır. Algoritma, biyoğeografi prensiplerinden ilham alan biyoğeografi tabanlı optimizasyon tekniğini ve diferansiyel evrimin güçlü arama yeteneklerini bir araya getirir. Sensör düğümü yerleşimi için kapsama, ağ bağlantısı, dağıtılan sensör sayısı ve algılama örtüşmesi gibi faktörleri dikkate alarak keşfi ve kullanımı dengeleyerek neredeyse optimal çözümler bulur. BBO-DE algoritmasının performansını değerlendirmek için bir dizi deney yapıldı. Temel BBO ve genetik algoritma gibi diğer bilinen optimizasyon teknikleriyle karşılaştırmalı bir analiz gerçekleştirildi. Sonuçlar, BBO-DE algoritmasının diğer optimizasyon yöntemlerine göre tüm faktörlerde daha iyi performans sergilediğini göstermektedir. Bu araştırma, BBO-DE algoritmasını tanıtarak ve değerlendirerek akıllı şehirlerde WSN dağıtımı alanına katkıda bulunur. Bulgular, algoritmanın 3D uzayda optimal WSN dağıtımını gerçekleştirmedeki etkinliğini vurgulayarak akıllı şehir uygulamalarında geliştirilmiş algılama yetenekleri ve kaynak kullanımına yol açar.

Wireless Sensor Networks (WSNs) are of paramount importance in the implementation of intelligent urban infrastructure, facilitating the effective surveillance and administration of metropolitan environments. The process of optimizing the deployment of Wireless Sensor Networks (WSNs) in smart cities poses significant challenges owing to the intricate and ever-changing characteristics of the environment. This thesis presents a novel approach to WSN deployment using the hybridization between the Biogeography-Based Optimization and Differential Evolution (BBO-DE) algorithms. The objective of this research is to investigate the effectiveness of the BBO-DE algorithm in achieving optimal WSN deployment in smart city scenarios. The algorithm combines the biogeography-based optimization technique, inspired by the principles of biogeography, with the powerful search capabilities of differential evolution. It balances exploration and exploitation to find near-optimal solutions for sensor node placement, considering factors such as coverage, network connectivity, number of deployed sensors and sensing overlapping. To evaluate the performance of the BBO-DE algorithm, a series of experiments were conducted. A comparative analysis was performed, benchmarking the BBO-DE algorithm against other well-known optimization techniques, including basic BBO and genetic algorithm. The results demonstrate that the BBO-DE algorithm outperforms other optimization methods in all factors. This research contributes to the field of WSN deployment in smart cities by introducing and evaluating the BBO-DE algorithm. The findings highlight the algorithm's effectiveness in achieving optimal WSN deployment in 3D-space, leading to improved sensing capabilities and resource utilization in smart city applications.