بهینه سازی جایابی شبکه های سنسور بی سیم با استفاده از الگوریتم های بهینه سازی سراسری و مدل سنجش احتمالی

در سال های اخیر، شبکه­ های حسگر بیسیم[1] در کاربردهای متعددی مورد مطالعه قرار گرفته ­اند. یکی از مسائل مهم مورد مطالعه در این شبکه­ ها، جایابی[2]  بهینه حسگرها به منظور دستیابی به بیشینه­ ی مقدار پوشش[3]  است. از این رو، در اکثر تحقیقات برای رسیدن به پوشش حداکثر از الگوریتم­ های بهینه­ سازی استفاده شده است. در یک رده­ بندی کلی، الگوریتم­ های بهینه­ سازی برای جایابی بهینه حسگر با هدف افزایش پوشش، به دو گروه الگوریتم­ های بهینه­ سازی محلی و سراسری تقسیم می­ شوند. الگوریتم­ های سراسری عموماً از یک روش تصادفی بر اساس یک روند تکاملی استفاده می کنند. در اغلب تحقیقات انجام شده، مدل محیط و بعضاً چیدمان حسگرها در شبکه به صورت کاملاً ساده­ سازی شده در نظر گرفته شده­ اند. در این تحقیق با مدلسازی رستری و برداری محیط در فضاهای دو و سه بعدی، عملکرد الگوریتم­ های بهینه­ سازی سراسری به منظور جانمایی بهینه حسگرها، ارزیابی و مقایسه شده اند و مدل محیط برداری به عنوان مدل دقیق تر استفاده می­ شود. از آنجایی که هدف مقایسه عملکرد و نتایج الگوریتم‌های سراسری بوده است، منطقه مورد مطالعه و شرایط پیاده‌سازی یکسان فرض شده‌اند. در این مقاله، چند روش بهینه‌سازی برای جایابی سنسور، از جمله الگوریتم‌های ژنتیک، L-BFGS، VFCPSO و CMA-ES ،پیاده‌سازی و معیار ارزیابی الگوریتم‌ها برای مسئله جایابی شبکه‌های حسگر بی‌سیم، مقدار پوشش بهینه، دقت پوشش آنها نسبت به مدل محیط و سرعت همگرایی الگوریتم‌ها در نظر گرفته شده است.از سوی دیگر، در این تحقیق مدل احتمالی پوشش[4]  برای هر یک از الگوریتم‌های بهینه‌سازی سراسری پیاده‌سازی شدند. نتایج این پیاده‌سازی‌ها نشان می‌دهد که وجود پارامترهای پیچیده‌تر در مدل محیط و پوشش، نتایج دقیق‌تر و منطبق‌تری با واقعیت را ارائه می‌کند. با این حال ممکن است کارایی زمانی الگوریتم‌ها را کاهش دهد. [1]4- Wireless Sensor Networks [2]5-Deployment [3]6- Coverage [4]7- Probablity coverage model