Kablosuz Algılayıcı Ağlarda Yönlendirme Problemi için Yapay Arı Koloni Algoritmasının Kullanımı

Abstract

Kablosuz iletişim teknolojilerindeki son gelişmeler ile birlikte, algılayıcı ağlarda hızlı bir büyüme olmuştur. Kablosuz Algılayıcı Ağ (KAA)'lar ile ilgili geçtiğimiz son otuz yılda birçok yeni mimari, protokol, algoritma ve uygulama önerilmiş ve uygulanmıştır. Yapay Arı Koloni Algoritması (YAKA), bal arısı sürülerinin yemleme davranışlarından esinlenilen sürü zeka algoritmasıdır. Sayısal ve mühendislik optimizasyon problemlerinde yaygın olarak kullanılmaktadır. Bu çalışmanın amacı, YAKA'yı geliştirerek yeni bir algoritma önermek ve önerilen algoritmayı yönlendirme problemini çözmek amacıyla KAA'lara uygulamaktır. Bunun için hibrit bir yapay arı kolonisi modeli sunulmaktadır. Hibrit algoritma, YAKA'ya Genetik Algoritma (GA)'nın mutasyon ve çaprazlama operatörlerinin eklenmesiyle oluşturulmaktadır. Bu tez çalışmasında, üç çaprazlama ve üç mutasyon operatörü kullanılmakta ve dolayısıyla toplamda altı farklı hibrit yöntem sunulmaktadır. YAKA-GA'nın ana fikri, GA'nın çaprazlama ve mutasyon operatörlerinin YAKA'ya tanıtılarak arılar arasındaki bilgi alışverişinin arttırılmasıdır. Uygun çaprazlama işlemi ile algoritmanın daha hızlı ve daha doğru bir sonuç vermesi beklenir. Önerilen model kullanılarak farklı seçim ve geçiş yöntemleri ile birleştirilen YAKA-GA algoritmasının altı versiyonu test edilmiştir. Elde edilen sonuçlar, YAKA-GA algoritmasının orijinal YAKA'ya göre önemli bir gelişme sağladığını ve ondan daha üstün olduğunu göstermiştir.

With the latest developments in wireless communication technologies, there has been a rapid growth in sensor networks. Many new architectures, protocols, algorithms and applications have been proposed and implemented in the last decades regarding Wireless Sensor Networks (WSNs). Artificial Bee Colony (ABC) algorithm is a herd intelligence algorithm inspired by the feeding behavior of honey bee flocks. It is widely used in numerical and engineering optimization problems. The purpose of this study is to develop an ABC and propose a new algorithm and apply the proposed algorithm to WSN to solve the routing problem. For this, a hybrid artificial bee colony model is presented. The hybrid algorithm is created by adding mutation and crossing operators of Genetic Algorithm (GA) to ABC. In this thesis, three crossover and three mutation operators are used, and thus presents total six different hybrid method. The main idea of ABC-GA is to introduce GA's cross and mutation operators to ABC to increase the exchange of information between bees. The algorithm is expected to give a faster and more accurate result with proper crossing. Six versions of the ABC-GA algorithm, combined with different selection and transition methods under the proposed model have been tested. The results showed that the ABC-GA algorithm provides a significant improvement and superior to the original ABC.