Meta-heuristic methods have shown good efficiency in solving optimization problems related to a wide range of practical applications in wireless sensor networks (WSN). Biogeography based optimization (BBO) is an evolutionary technique inspired by the migration of species between habitats which have been applied in solving global optimization problems. The article presents a hybrid approach for clustering wireless sensor networks that combines the meta-heuristic algorithm BBO, and K-environments. The simulation results show that the proposed approach (named KBBO) significantly improved the efficiency of such WSN parameters as stability time, lifetime, residual energy and throughput.
Гетерогенні бездротові сенсорні мережі (БСМ) сьогодні знаходять широке застосування у моніторингу навколишнього середовища, в системах безпеки, охорони здоров'я та військовій сфері. Основною проблемою БСМ є необхідність максимізувати час життя мережі, зменшуючи при цьому споживання енергії вузлів сенсора. Для її вирішення удосконалюють протоколи маршрутизації за рахунок удосконалення процедури кластерізації для БСМ. Метаевристичні методи показали гарну ефективність при вирішенні задач оптимізації, пов'язаних з широким спектром практичних застосувань в бездротових сенсорних мережах. Оптимізація на основі біогеографії (BBO) — це еволюційний метод, заснований на міграції видів між середовищами існування, який широко застосовується при вирішенні завдань глобальної оптимізації. Визначено завдання оптимізації в термінах і позначеннях моделей біогеографії: кожний острів представляє одне рішення, відображене ознакою життєздатності — цільовою функцією, значення якої є індексом придатності острова-рішення. Хороше рішення має високий показник придатності. У статті представлено гібридний підхід для кластеризації бездротових сенсорних мереж, який об'єднує метаевристичний алгоритм BBO та метод кластерізації K-середніх. Для дослідження запропонованого підходу до енергоефективної кластерізації для гетерогенної бездротової сенсорної мережі на його основі розроблено протокол маршрутизації, названий KBBO. Продуктивність KBBO була ретельно протестована та порівнена з відомими протоколами SEP, IHCR та ERP за кількома показниками: тривалість життєвого циклу мережі (кількість живих вузлів, кількість раундів), залишкова енергія, період стабільності та пропускна здатність на 10% та 20% розширених вузлів. Результати моделювання показали, що пропонований підхід дозволив значно покращити ефективність вказаних параметрів БСМ.
Гетерогенные беспроводные сенсорные сети (БСМ) сегодня находят широкое применение в мониторинге окружающей среды, в системах безопасности, здравоохранения и военной сфере. Основной проблемой БСМ является необходимость максимизировать время жизни сети, при этом уменьшая потребление энергии узлов сенсора. Для ее решения совершенствуют протоколы маршрутизации за счет совершенствования процедуры кластеризации для БСМ. Метаэвристические методы показали хорошую эффективность при решении задач оптимизации, связанных с широким спектром практических применений в беспроводных сенсорных сетях. Оптимизация на основе биогеографии (BBO) — это эволюционный метод, основанный на миграции видов между средами существования, который широко применяется при решении задач глобальной оптимизации. Определены задачи оптимизации в терминах и обозначениях моделей биогеографии: каждый остров представляет одно решение, отраженное признаком жизнеспособности — целевой функцией, значение которой является индексом годности острова-решения. Хорошее решение имеет высокий показатель годности. В статье представлен гибридный подход для кластеризации беспроводных сенсорных сетей, объединяющий метаэвристический алгоритм BBO и метод кластеризации K-средних. Для исследования предложенного подхода к энергоэффективной кластеризации для гетерогенной беспроводной сенсорной сети на его основе разработан протокол маршрутизации, названный KBBO. Производительность KBBO была тщательно протестирована и сравнивалась с известными протоколами SEP, IHCR и ERP по нескольким показателям: продолжительность жизненного цикла сети (количество живых узлов, количество раундов), остаточная энергия, период стабильности и пропускная способность на 10% и 20% расширенных узлов. Результаты моделирования показали, что предлагаемый подход позволил значительно улучшить эффективность указанных параметров БСМ.
