स्वार्म इंटेलिजेंस और इवोल्यूशनरी कंप्यूटेशन का अंतर्राष्ट्रीय जर्नल

अमूर्त

वायरलेस सेंसर नेटवर्क में फाइन-ग्रेन्ड लोकलाइजेशन समस्या को हल करने के लिए क्वांटम इवोल्यूशनरी एल्गोरिदम में बाल्डविनियन लर्निंग

महदी अज़ीज़* और मोहम्मद मेबोदी

स्थानीय खोज (एलएस) प्रक्रिया एक खोज सुविधाकर्ता है, जो मेमेटिक एल्गोरिदम को उनकी शोषण क्षमता को बढ़ाने में मदद करती है, जिसके परिणामस्वरूप उच्च गुणवत्ता वाले समाधानों में अभिसरण होता है। इस पत्र में, बाल्डविनियन लर्निंग (बीएल) के रूप में एलएस प्रक्रिया का उपयोग करके वायरलेस सेंसर नेटवर्क (डब्ल्यूएसएन) में बारीक स्थानीयकरण समस्या से निपटने के लिए एक मेमेटिक क्वांटम इवोल्यूशनरी एल्गोरिदम (क्यूईए) प्रस्तावित किया गया है। चूंकि क्यूईए का उपयोग केवल बाइनरीडोमेन समस्याओं जैसे कि नैपसेक समस्या के लिए किया जा सकता है, इसलिए हम इसे डब्ल्यूएसएन में स्थानीयकरण समस्या को हल करने के लिए उपयुक्त बनाने के लिए बाइनरी-टू-रियल मैपिंग प्रक्रिया का उपयोग करते हैं। सेंसर नोड्स की अच्छी प्रारंभिक स्थिति प्रदान करने के लिए, एल्गोरिदम सर्वश्रेष्ठ देखे गए समाधानों पर एक मल्टी-ट्राईलेटरेशन (एमटी) प्रक्रिया का उपयोग करता है। प्रस्तावित एल्गोरिदम का परीक्षण करने के लिए, इसकी तुलना पहले इसके दो स्पिन-ऑफ (एमटी प्रक्रिया के बिना प्रस्तावित एल्गोरिदम और बीएल और एमटी प्रक्रियाओं के बिना प्रस्तावित एल्गोरिदम) के साथ की जाती है और फिर चार अलग-अलग कनेक्टिविटी रेंज के साथ दस यादृच्छिक रूप से उत्पन्न नेटवर्क टोपोलॉजी पर छह मौजूदा अनुकूलन एल्गोरिदम के साथ तुलना की जाती है। सिमुलेशन के परिणाम बताते हैं कि प्रस्तावित एल्गोरिदम WSN में सेंसर नोड्स की स्थिति का अनुमान लगाने के मामले में अन्य एल्गोरिदम से काफी बेहतर प्रदर्शन करता है। वे समस्या को हल करने में प्रस्तावित एल्गोरिदम पर MT प्रक्रिया और BL विधि को लागू करने की प्रभावशीलता की ओर भी इशारा करते हैं।