Comparison of Particle Swarm Optimization, Bat Algorithm, Differential Evolution Algorithm and Firefly Algorithm Methods in Localization of Wireless Sensor Networks
[ X ]
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Kırıkkale Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Positioning in wireless sensor networks is becoming an important issue in many areas every day. It is very important to find the location of the sensors quickly and with low error rate in applications such as military applications, emergency assistance, geographic tracking. In wireless sensor networks (WSN), location detection is cited as a multidimensional optimization problem. The efficiency of optimization methods varies according to the complexity of WSN’s. In this article, Particle Swarm Optimization (PSO), Bat Algorithm (BA), Differential Evolution Algorithm (DEA) and Firefly Algorithm (FA) methods were compared with the goal of solving the positioning problem in WSN. The proposed methods are optimization methods that are inspired by the characteristics of living beings in nature. In this study, heuristic optimization methods PSO, BA, DEA and FA were applied to a sample node distribution in Matlab environment and the results were observed.
Kablosuz sensör ağlarında konumlandırma birçok alanda her geçen gün önemli bir konu haline gelmektedir. Askeri uygulamalar, acil yardım, coğrafi takip gibi uygulamalarda sensörlerin yerini hata payı en düşük ve hızlı bir şekilde bulmak çok önemlidir. Kablosuz sensör ağlarında (KSA), konum tespiti çok yönlü bir optimizasyon sorunu olarak belirtilmektedir. KSA’ların kompleksliğine göre optimizasyon metotlarının verimi değişkenlik göstermektedir. Bu çalışmada, Parçacık Sürü Optimizasyonu (PSO), Yarasa Algoritması (YA), Diferansiyel Gelişim Algoritması (DGA) ve Ateşböceği Algoritması (AA) yöntemleri KSA’larda konum belirleme sorununun çözülmesi hedefi ile kıyaslanmıştır. Önerilen yöntemler, doğada bulunan canlıların karakteristiğinden ilham alınarak keşfedilmiş optimizasyon yöntemleridir. Bu çalışmada sezgisel optimizasyon yöntemlerinden olan PSO, YA, DGA ve AA Matlab ortamında bir örnek düğüm dağılımına uygulanmış olup sonuçlar gözlemlenmiştir.
Kablosuz sensör ağlarında konumlandırma birçok alanda her geçen gün önemli bir konu haline gelmektedir. Askeri uygulamalar, acil yardım, coğrafi takip gibi uygulamalarda sensörlerin yerini hata payı en düşük ve hızlı bir şekilde bulmak çok önemlidir. Kablosuz sensör ağlarında (KSA), konum tespiti çok yönlü bir optimizasyon sorunu olarak belirtilmektedir. KSA’ların kompleksliğine göre optimizasyon metotlarının verimi değişkenlik göstermektedir. Bu çalışmada, Parçacık Sürü Optimizasyonu (PSO), Yarasa Algoritması (YA), Diferansiyel Gelişim Algoritması (DGA) ve Ateşböceği Algoritması (AA) yöntemleri KSA’larda konum belirleme sorununun çözülmesi hedefi ile kıyaslanmıştır. Önerilen yöntemler, doğada bulunan canlıların karakteristiğinden ilham alınarak keşfedilmiş optimizasyon yöntemleridir. Bu çalışmada sezgisel optimizasyon yöntemlerinden olan PSO, YA, DGA ve AA Matlab ortamında bir örnek düğüm dağılımına uygulanmış olup sonuçlar gözlemlenmiştir.
Açıklama
Anahtar Kelimeler
Particle swarm optimization, Bat algorithm, Differential evolution algorithm, Firefly algorithm, Localization in wireless sensor networks, Parçacık sürü optimizasyonu, Yarasa algoritması, Diferansiyel gelişim algoritması, Ateşböceği algoritması, Kablosuz sensör ağlarında konum belirleme, Electrical Engineering
Kaynak
Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
1
Sayı
3-52
