عنوان الإطروحه |
Improving the Energy of Wireless Sensor Network Using Genetic Algorithm
|
تاريخ مناقشة الاطروحه |
2018-05-03 |
اسم الطالب |
علاء فايز نهار الشديفات
|
المشرف |
خالد محمد عبدالرحمن بطيحة |
|
المشرف المشارك |
وفاء صليبي الشرفات
|
اعضاء لجنة المناقشة |
| فيصل سليمان صالح السقار |
| مازن سالم حمد الزيود |
| محمد بطاح |
|
الكلية |
كلية الامير الحسين بن عبدالله لتكنولوجيا المعلومات |
القسم |
علم الحاسوب |
الملخص بالعربية |
أحد اهم القيود في مجالات تطبيق شبكة الاستشعار اللاسلكية هو التهديد المتعلق بمحدودية موارد الطاقة. لذلك يعد تحسين اداء/كفاءة الطاقة قضية حاسمة في شبكات الاستشعار اللاسلكية كما ان اجهزة الاستشعار (العقد) هي مجهزة ببطاريات ذات الاستخدام الواحد واكثر هذه البطاريات هي منخفضة الطاقة انواعها. العقد غالبا, تنفق وتستهلك ما يصل الى 90% من الطاقة الكلية في عملية التراسل. من هنا فأن طاقة البطاريات تحدد عمر الشبكة في شبكة الاستشعار اللاسلكية. الطريقة الامثل لتوفير الطاقة هي التجميع والتي تساعد العديد من الباحثين الى تصميم خوارزميات توجيه كفؤة الطاقة مختلفة. ولتجنب التراسل لمسافات بعيدة بين العقد و المحطة الرئيسية يتم تجميع اجهزة الاستشعار, وهذا يحفظ طاقة اجهزة الاستشعار لمدة عمر اطول. وعلاوة على ذلك, في تقنية/اسلوب التجميع تعد عملية انتخاب مسؤولين/رؤساء المجموعات لأفضل توجيه طاقة كفوء بانها ذات دور مهم من اجل اطالة عمر الشبكة. العديد من طرق الأمثله بالتجريبيات (Meta- heuristic optimization ) تم استخدامها لحل مشاكل الأمثله. في هذه الاطروحة نقدم خوارزمية تجميع مركزية ( (Centralized clustering جديدة تعتمد على خوارزمية جينية ((Genetic Algorithm محسنة لإيجاد حل مقبول او اقرب أمثله من تشكيلة مسؤولين/رؤساء المجموعات في الشبكة. اولا, التمثيل الحقيقي (Real encoding) تم تطبيقه في الخوارزمية الجينية ليمثل الاختيارات الممكنة لعملية انتخاب رؤساء المجموعات. ثانيا, تم استخدام (fitness scaling function) لتقييم اي اختيار ممكن لعملية انتخاب رئيس المجموعة. اخيرا, تم استخدام طرق تداخل ابدالي (Crossover) بالتزامن مع استخدام التمثيل الحقيقي لتحسين من عملية انتخاب رئيس المجموعة بحيث يوفر من استهلاك الطاقة, وهذه الطرق تسمى (SMX, SNX and DX).
هنا, تكوين التجميع (Clustering configuration) لا يتم حسابة في بداية كل دورة (Round). بدلا من ذلك, كل تكوينات المجموعات تحسب بالمحطة الرئيسية بخطوة واحدة ((one-step في بداية الدورة الاولى باستخدام التمثيل الحقيقي على اساس الخوارزمية الجينية) Real Coding-based Genetic Algorithm (. هذا يوفر الأمثله الشاملة (Global optimization) للمحطة الرئيسية من اجل تحسين رؤيتها الشاملة في الحلول ويمكن ان يتيح لها ان تصل لأفضل تجميعclustering) (Better . جميع نتائج المحاكي للطريقة المقترحة التي تم تطبيقها باستخدام الماتلاب (MATLAB) تظهر ان طريقة (SNX) تقوم بانتخاب رئيس المجموعة الذي يبقى لأطول عمر مقارنتا مع استخدام (SMX and DX). وبالإضافة لذلك, الطريقة المقترحة تهدف للتعزيز من استهلاك الطاقة وذلك من خلال المحافظة على الرؤساء لأطول عمر مقارنتا مع (LEACH) ومجموعة من الطرق الجديدة المهتمة بإطالة عمر شبكة الاستشعار اللاسلكية .
|
الملخص بالانجليزي |
One of the major restrictions for the application areas in wireless sensor network is the threat of limited energy resources. Thus, energy efficiency is a critical issue in wireless sensor networks where all sensor nodes are equipped with one-time batteries and most of the batteries are of a low-energy type. The nodes consume mostly up to 90% of overall energy in the transmission process. Hence, energy of batteries indicates the network lifetime in the wireless sensor network. The efficient method for saving the energy is clustering that helps a lot of researchers to design different energy efficient routing algorithm. Clustering of nodes avoid long distance communication of nodes to base station, and this preserving energy of sensor nodes for longer lifetime. Furthermore, in clustering technique, the selection of the cluster heads for better energy efficient routing plays an important role in order to extend the lifetime of a network. Various Meta-heuristic optimization techniques have been used to resolve the optimization problem. In this thesis, we present a new centralized clustering algorithm based on enhanced Genetic Algorithm (GA) to find an acceptable or near-optimal set of cluster heads in the network. Firstly, Real encoding was applied in GA to represent possible options for selecting Cluster heads. Secondly, fitness scaling function used to evaluate any possible option for selecting cluster head. Finally, new crossover methods are applied concurrently with using real encoding to improve cluster head selection in means of energy consumptions and these methods called Simple Arithmetic Crossover (SMX), Single Arithmetic Crossover (SNX) and Discrete Crossover (DX).
Here, the clustering configuration not calculated at the beginning of the each round. Instead, all clustering configurations are calculated by the base station. This provides a global optimization for the base station to improve it is ?global vision of solutions and enables it to reach better clustering. All simulation results of proposed work were applied using MATLAB where the results show that SNX selects a cluster head which remain for longer life than using SMX and DX. In addition, the proposed work achieves an enhancement in energy consumption by keeping cluster heads for longer lifetime compared with LEACH and a set of new methods concern about lifetime of wireless sensor network
|
رقم ISN |
41 |
|
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN
|
|