Contributions au déploiement optimisé des capteurs connectés dans les réseaux de collecte de l'Internet des Objets

Mnasri, Sami (2018) Contributions au déploiement optimisé des capteurs connectés dans les réseaux de collecte de l'Internet des Objets. [Thesis]

[img]
Preview
Version de Diffusion
Text

Sami.Mnasri_these_2362.pdf


Télécharger (3MB) | Preview
Item Type: Thesis
Titre en anglais: Contributions to the optimized deployment of connected sensors on the Internet of Things collection networks
Creators: Mnasri, Sami
Directeur de recherche: Val, Thierry
Doctoral school: MITT : Mathématiques Informatique Télécommunications de Toulouse
Research unit: Institut de Recherche en Informatique de Toulouse - IRIT
Diplôme: Doctorat en Informatique
Subjects: INFORMATIQUE MATHEMATIQUES TECHNOLOGIES > Informatique > Réseaux et télécommunications
Uncontrolled Keywords: Déploiement 3D à l’intérieur, Réseaux de collecte IoT, Hybridation, Optimisation, Algorithmes génétiques
Mots-clés en anglais: 3D indoor deployment, IoT collection networks, Hybridization, Optimization, Genetic algorithms
Abstract: Les réseaux de collecte de l’IoT soulèvent de nombreux problèmes d'optimisation, à cause des capacités limitées des capteurs en énergie, en traitement et en mémoire. Dans l'optique d’améliorer la performance du réseau, nous nous intéressons à une contribution liée à l'optimisation du déploiement 3D d’intérieur des nœuds sur les réseaux de capteurs sans fil en utilisant des méta-heuristiques hybrides se basant sur des modèles mathématiques multi-objectif. L’objectif principal est donc de proposer des hybridations et modifications des algorithmes d’optimisation dans le but de réaliser le positionnement 3D adéquat des nœuds dans les réseaux de capteurs sans fil avec satisfaction d’un ensemble de contraintes et objectifs qui sont souvent antagonistes. Nous proposons d'axer notre contribution sur les méta-heuristiques hybrides et combinés avec des procédures de réduction de dimentionalité et d’incorporation de préférences des utilisateurs. Ces schémas d’hybridation sont tous validés par des résultats numériques de test. Ensuite, des simulations complétées par; et confrontées à ; des expérimentations sur des testbeds réelles.
English abstract: IoT collection networks raise many optimization problems; in particular because the sensors have limited capacity in energy, processing and memory. In order to improve the performance of the network, we are interested in a contribution related to the optimization of the 3D indoor deployment of nodes using multi-objective mathematics models relying on hybrid meta-heuristics. Therefore, our main objective is to propose hybridizations and modifications of the optimization algorithms to achieve the appropriate 3D positioning of the nodes in the wireless sensor networks with satisfaction of a set of constraints and objectives that are often antagonistic. We propose to focus our contribution on meta-heuristics hybridized and combined with procedures to reduce dimensionality and to incorporate user preferences. These hybridization schemes are all validated by numerical tests. Then, we proposed simulations that are completed by, and confronted with experiments on real testbeds.
URI: http://dante.univ-tlse2.fr/id/eprint/9280