Basado en clústeres de enrutamiento WSN con optimización MOGA y LSA

Área de la Ciencia:

• Ciencias de la Computación
• Ingeniería Eléctrica
• Ingeniería de Redes

Sus antecedentes:

• Las redes de sensores inalámbricos (WSN) son cruciales para el monitoreo ambiental y la automatización industrial, pero enfrentan limitaciones de energía.
• Los métodos de agrupación y enrutamiento existentes luchan por equilibrar la eficiencia energética, la vida útil de la red y la calidad del servicio.

Objetivo del estudio:

• Desarrollar un nuevo método de optimización para WSN que supere las limitaciones de las técnicas actuales de eficiencia energética y enrutamiento.
• Mejorar la vida útil de la red, las tasas de entrega de datos y reducir el consumo de energía en WSN a gran escala.

Principales métodos:

• Un enfoque de optimización híbrido que combina el Algoritmo Genético Multi-Objetivo (MOGA) y el Algoritmo de Búsqueda de Relámpagos (LSA).
• MOGA se utiliza para minimizar las distancias intra-clúster y el consumo de energía, seleccionando Clúster Heads (CHs) óptimos.
• LSA se integra para identificar eficientemente rutas óptimas globalmente para la transmisión de datos.

Principales resultados:

• El método propuesto MOGA-LSA disminuyó el consumo de energía en un 48% en comparación con MOGAGSA, LEACH y PSO.
• Demostró mejoras en las tasas de entrega de datos y extendió la vida útil de la red.
• Los resultados de la simulación muestran un rendimiento eficiente en el consumo de energía, la pérdida de paquetes y el retraso de extremo a extremo.

Conclusiones:

• La combinación de algoritmos metaheurísticos resuelve las limitaciones de los algoritmos individuales, ofreciendo una solución integral para WSN a gran escala.
• El método propuesto mejora la sostenibilidad y la confiabilidad para las aplicaciones de Internet de las Cosas (IoT) y entornos inteligentes.