Пиріг Я. Р. Підвищення ефективності функціонування безпровідних сенсорних мереж на основі генетичного алгоритму

English version

Дисертація на здобуття ступеня доктора філософії

Державний реєстраційний номер

0826U000200

Здобувач

Спеціальність

  • 172 - Електронні комунікації та радіотехніка

10-02-2026

Спеціалізована вчена рада

PhD 11701

Національний університет "Львівська політехніка"

Анотація

У дисертаційній роботі розв’язано науково-практичне завдання підвищення ефективності функціонування безпровідних сенсорних мереж шляхом розробки методів розміщення сенсорних вузлів та визначення маршруту і множини резервних маршрутів на основі генетичного алгоритму в умовах їх мобільності та різного радіусу дії. Перший розділ присвячено аспектам застосування принципів генетичної еволюції у сучасних мережах. Показано, що генетичний алгоритм (ГА) є одним із найбільш дієвих інструментів оптимізації процесів функціонування мереж у динамічних умовах, що зумовлені зростанням обсягів трафіку, кількості мережевих вузлів та варіативністю їх просторового розташування. Визначено, що ефективність застосування ГА суттєво залежить від їх параметричного налаштування з урахуванням специфіки задачі, архітектури мережі та обчислювального середовища. Запропонована класифікація ГА за критеріями налаштування параметрів, типами фітнес-функцій, видами алгоритмів та сферами їх застосування у мережевих задачах, що сприяє більш глибокому розумінню факторів, які визначають їхню результативність. У другому розділі представлено удосконалений метод визначення маршруту у безпровідній сенсорній мережі (БСМ), який використовує динамічну адаптацію імовірності схрещування та мутації на основі значення фітнес-функції та сукупність генетичних операторів для автоматичної перебудови маршруту при зміні топології та мінімізації його довжини. На основі результатів імітаційного моделювання показано, що розроблений ГА забезпечує суттєве скорочення довжини маршруту – на 47,14% порівняно з жадібним (ЖА) та на 28,39% порівняно з мурашиним алгоритмами (МА) у сценарії з однаковими радіусами дії вузлів, а також у 3 та 2 рази відповідно зменшує кількість переходів. Таким чином, запропоноване рішення демонструє високу стійкість, адаптивність та ефективність оптимізації в усіх розглянутих сценаріях топологічних змін БСМ. У третьому розділі наведено модель БСМ у двовимірному просторі із вузлами різного радіусу дії. Набув подальшого розвитку багатокритеріальний метод маршрутизації в БСМ, який використовує еволюційний механізм пошуку маршруту із фітнес-функцією, побудованою на основі нормалізованих значень мережевих параметрів: Евклідової відстані, рівня втрат даних, затримки передачі даних, та характеристик вузла: рівня заряду батареї, рівня сигналу, вхідного/вихідного ступеня, з урахуванням їх вагових коефіцієнтів, для адаптації утвореного оптимального маршруту та множини резервних маршрутів до обмежених мережевих ресурсів та динамічно змінної топології. Для перевірки ефективності розробленого багатокритеріального ГА здійснено його порівняння із модифікованими ЖА та МА, використовуючи імітаційне моделювання. На основі отриманих результатів показано, що для комплексного критерію, який об’єднює 6 окремих, розроблений БГА формує оптимальний маршрут, який є на 15.75% коротшим порівняно з МА, при цьому ЖА не здійснює успішне формування маршруту. Подальше застосування багатокритеріального методу розглянуто у контексті «розумного міста» для формування маршрутів транспортних засобів (ТЗ) з урахуванням трьох ключових критеріїв: довжини маршруту, рівня завантаженості та недоступності доріг, що дозволило забезпечити зменшення часу руху ТЗ на 15.28% порівняно із МА, тоді як застосування ЖА не призвело до успішного досягнення точки прибуття. Це підтверджує універсальність розробленого методу та його придатність як для задач БСМ, так і для інтелектуальних транспортних систем. Четвертий розділ присвячено розв'язанню проблеми розміщення сенсорних вузлів на площині при мінімізації перекриття зон їх дії. Вперше запропоновано метод просторового розміщення вузлів БСМ на основі модифікованого ГА, що здійснює оцінку площини через щільність розміщення вузлів із застосуванням штрафів та врахуванням мінімальної міжвузлової відстані для визначення їх оптимальних конфігурацій у процесі еволюційного відбору, що дало змогу мінімізувати надлишкове перекриття із урахуванням різних радіусів дії як при створенні нової мережі, так і при інтеграції нових вузлів в існуючу топологію. Реалізовано програмний модуль, який являє собою спеціалізоване програмне забезпечення, що призначене для моделювання та симуляційних досліджень функціонування БСМ з урахуванням динамічно змінної топології та обмеженості енергетичних і мережевих ресурсів. На основі результатів моделювання встановлено, що запропонований метод забезпечує ефективний баланс між максимальною кількістю встановлених вузлів та мінімізацією їх просторового перекриття у порівнянні із жадібним, рівномірним та випадковим.

Публікації

Я. Пиріг, М. Климаш, Ю. Пиріг, О. Лаврів, "Генетичний алгоритм як засіб розв'язання оптимізаційних задач", Інфокомунікаційні технології та електронна інженерія, 2023, №3(2), с. 95-107.

Я. Пиріг, "Оцінка обчислювальної складності генетичного алгоритму", Інфокомунікаційні технології та електронна інженерія, 2024, № 4 (1), с. 52-60.

Y. Pyrih, A. Masiuk, Yu. Pyrih, O. Urikova, "Investigation of a Genetic Algorithm for Solving the Travelling Salesman Problem, " In: Luntovskyy, A., Klymash, M., Melnyk, I., Beshley, M., Schill, A. (eds) Digital Ecosystems: Interconnecting Advanced Networks with AI Applications. Lecture Notes in Electrical Engineering, 2024, vol 1198. Springer, Cham. https://doi.org/10.1007/978-3-031-61221-3_24.

Я. Пиріг, "Пошук маршруту у безпровідній сенсорній мережі із використанням генетичного алгоритму," Інфокомунікаційні технології та електронна інженерія, 2024, вип. 4, №2, с. 72-81.

Я. Пиріг, Ю. Пиріг, "Багатокритеріальний підхід на основі генетичної еволюції для пошуку оптимального маршруту передачі даних у безпровідних сенсорних мережах", Вимірювальна та обчислювальна техніка в технологічних процесах, вип. 3, с. 88–94, 2024.

Я. Пиріг, Ю. Пиріг, "Метод оптимального розміщення сенсорних вузлів на основі генетичної еволюції", Вісник Хмельницького національного університету. Серія: Технічні науки, том 341, №5, с. 87-91,2024.

Y. Pyrih, Yu. Pyrih, T. Maksymyuk, S. Dumych, M. Klymash, "Genetic Algorithm based Routing in Wireless Sensor Networks with Various Distance Metrics", International Journal of Computing, 23(4), 715-725.

Я. Пиріг, Ю. Пиріг, "Дослідження розміщення сенсорних вузлів на площині на основі генетичного алгоритму", Інфокомунікаційні технології та електронна інженерія, 2025, №5(1), с. 82-88.

Я. Пиріг, Ю. Пиріг, "Аналіз аспектів застосування генетичного алгоритму у сучасних мережах", Вісник Хмельницького національного університету. Серія: Технічні науки, том 349, №2, с. 327-331, 2025.

Я. Пиріг, Ю. Пиріг, "Аналіз стратегій маршрутизації даних для безпровідних сенсорних мереж", Вісник Хмельницького національного університету. Серія: Технічні науки, том 351, №3.1, с. 410-414, 2025.

Я. Пиріг, Ю. Пиріг, "Метод еволюційної оптимізації структури безпровідної сенсорної мережі", Вимірювальна та обчислювальна техніка в технологічних процесах, вип. №3, с.71-75, 2025.

Y. Pyrih, M. Klymash, Yu. Pyrih, O. Hordiichuk-Bublivska, "Genetic Algorithm for Routing in Sensor Networks with Dynamic Topology", In: Luntovskyy, A., Klymash, M., Melnyk, I., Beshley, M., Gütter, D. (eds) Networks and Sustainability. TCSET 2024. Lecture Notes in Electrical Engineering, 2025, vol 1473. Springer, Cham. https://doi.org/10.1007/978-3-032-02272-1_30.

M. Klymash, M. Kaidan, B. Strykhalyuk, Y. Pyrih, Yu. Pyrih, "Method for Estimating the Topological Structure of Self-Organized Networks," 2023 17th International Conference on the Experience of Designing and Application of CAD Systems (CADSM), Jaroslaw, Poland, 2023, pp. 14-17.

Y. Pyrih, M. Klymash, M. Kaidan, B. Strykhalyuk, "Investigating the Efficiency of Tournament Selection Operator in Genetic Algorithm for Solving TSP," 2023 IEEE 5th International Conference on Advanced Information and Communication Technologies (AICT), Lviv, Ukraine, 2023, pp. 170-173, doi: 10.1109/AICT61584.2023.10452423.

Y. Pyrih, M. Klymash, M. Kaidan, O. Hordiichuk-Bublivska and L. Nodzhak, "Investigating the Computational Complexity of the Genetic Algorithm with Variations in Population Size and the Number of Generations," 2024 IEEE 17th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET), Lviv, Ukraine, 2024, pp. 1-4, doi: 10.1109/TCSET64720.2024.10755729.

Схожі дисертації