جانمايي حسگرها در يك شبكه‌ حسگر بي‌سيم با استفاده از يك رهيافت تكاملي چندهدفه مقيد بر مبناي تجزيه

Wireless Sensor Networks Deployment Using a Constrained Multi-objective Evolutionary Approach Based on Decomposition

جانمايي حسگرها يكي از بنيادي‌ترين مسائل در طراحي شبكه‌هاي حسگر بي‌سيم محسوب ميگردد. يكي از چالش‌هاي اصلي در جانمايي حسگرها، يافتن موازنه‌اي‌ بهينه بين اهداف متعارض شبكه (مانند پوشش و طول عمر شبكه) تحت قيود همبندي مي‌باشد. از طرف ديگر، تجزيه، يك روش پايه در بهينه‌سازي چندهدفه محسوب ميگردد كه در سال‌هاي اخير ايده استفاده از آن در بهينه‌سازي تكاملي چندهدفه مطرح شده است. در اين مقاله يك رهيافت "تكاملي چندهدفه پَرِتو مبناي مقيد بر پايه تجزيه" براي حل مسئله جانمايي بهينه حسگرها در يك شبكه حسگر بي‌سيم مطرح شده است. هدف اين رهيافت آن است كه با تجزيه‌ مسئله ‌بهينه‌سازي چندهدفه جانمايي حسگرها به چندين زيرمسئله بهينه‌سازي اسكالر و بهينه نمودن همزمان آنها، به يافتن جانمايي‌هاي بهينه پَرِتويي بپردازد كه در آنها پوشش و طول عمر شبكه حداكثر شده و همبندي كامل بين هر گره حسگر و گره ارتباطي با انرژي بالا نيز برقرار باشد. در اين مقاله، مقايسه متريك‌هاي كارايي مطرح در اين زمينه نشان مي‌دهد كه رهيافت پيشنهاد شده منجر به بهبودهايي مهم در كارايي كلي رهيافت "تكاملي چندهدفه پَرِتو مبناي مقيد" شده است. همچنين، نتايج شبيه‌سازي بر روي يك نمونه آزمايشي حاكي از برتري رهيافت "تكاملي چندهدفه پَرِتو مبناي مقيد بر پايه تجزيه" بر رهيافت "تكاملي چندهدفه پَرِتو مبناي مقيد" و توليد مجموعه‌اي متنوع از شبكه‌هاي طراحي شده با كيفيت بالا براي ارائه به تصميم‌گيرندگان و تسهيل انتخاب شبكه مناسب مي‌باشد.

Wireless sensors deployment is considered as one of the major and fundamental steps of wireless sensor networks (WSNs) design. One of the main challenges of sensors deployment is to find a trade-off between conflicting and competing objectives of the WSN including network coverage and lifetime under connectivity constraints. Besides, decomposition is a basic method in traditional multi-objective optimization and in recent decades, it has also been used for optimizing multi-objective evolutionary problems. In this paper, a constrained Pareto-based multi-objective evolutionary approach based on decomposition (CPMEA/D) is proposed for solving the sensors optimal deployment problem in a WSN. The aim of this approach is to decompose the multi-objective optimization problem into a number of scalar optimization subproblems and then to optimize them simultaneously for finding the Pareto optimal layouts in which the network coverage is maximized and the sensors energy consumption is minimized while the connectivity between each sensor node and the high energy communication node (i.e. sink) is maintained. In this paper, the comparison of the common performance metrics indicates that the proposed approach has made significant improvements on the overall performance of the CPMEA. Moreover, the simulation results on a WSN test instance have shown the superiority of the proposed approach (i.e. CPMEA/D) over the CPMEA and a diverse set of high quality designed networks has been provided to facilitate decision maker’s choices.