Comparison of Particle Swarm Optimization, Bat Algorithm, Differential Evolution Algorithm and Firefly Algorithm Methods in Localization of Wireless Sensor Networks

Basit Öğe Kaydı
dc.contributor.authorDoğru, Ahmet Sami
dc.contributor.authorEren, Tolga
dc.date.accessioned2025-01-21T14:25:48Z
dc.date.available2025-01-21T14:25:48Z
dc.date.issued2020
dc.description.abstractPositioning 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.
dc.description.abstractKablosuz 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.
dc.identifier.dergipark832382
dc.identifier.doi10.29137/umagd.832382
dc.identifier.issn1308-5514
dc.identifier.issue3-52
dc.identifier.startpage64
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/1418770
dc.identifier.urihttps://dergipark.org.tr/tr/pub/umagd/issue/59485/832382
dc.identifier.urihttps://doi.org/10.29137/umagd.832382
dc.identifier.urihttps://hdl.handle.net/20.500.12587/19799
dc.identifier.volume1
dc.language.isotr
dc.publisherKırıkkale Üniversitesi
dc.relation.ispartofUluslararası Mühendislik Araştırma ve Geliştirme Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20241229
dc.subjectParticle swarm optimization
dc.subjectBat algorithm
dc.subjectDifferential evolution algorithm
dc.subjectFirefly algorithm
dc.subjectLocalization in wireless sensor networks
dc.subjectParçacık sürü optimizasyonu
dc.subjectYarasa algoritması
dc.subjectDiferansiyel gelişim algoritması
dc.subjectAteşböceği algoritması
dc.subjectKablosuz sensör ağlarında konum belirleme
dc.subjectElectrical Engineering
dc.titleComparison of Particle Swarm Optimization, Bat Algorithm, Differential Evolution Algorithm and Firefly Algorithm Methods in Localization of Wireless Sensor Networks
dc.title.alternativeKablosuz Sensör Ağlarında Konum Belirlemede Parçacık Sürü Optimizasyonu, Yarasa Algoritması, Diferansiyel Gelişim Algoritması ve Ateşböceği Algoritması Yöntemlerinin Karşılaştırılması
dc.typeArticle

Dosyalar

Koleksiyon

Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi
TR-Dizin İndeksli Yayınlar Koleksiyonu