với nhiễm sắc thể có chiều dài thay đổi
Trên nền tảng học thuyết tiến hóa. Một cách tiếp cận khác, giải thuật di truyền có chiều dài nhiễm sắc thể thay đổi (Variable Length Chromosome Genetic Algorithm - VLC-GA) [157] được phát triển và ứng dụng thể hiện các ưu điểm. Độ dài của nhiễm sắc thể có thể thay đổi rất linh hoạt nên tiết kiệm tài nguyên và thời gian, yêu cầu bộ
111 nhớ tối thiểu. Nhiễm sắc thể hoàn toàn được phát triển với độ dài cần thiết phù hợp với yêu cầu cụ thể trong quá trình giải bài toán tối ưu hóa [158].
Thực tế đã có các nghiên cứu và ứng dụng thuật toán di truyền có độ dài nhiễm sắc thể thay đổi mang lại kết quả khả quan như sử dụng trong bài toán điều phối giao thông hỗn hợp đa luồng [159], tối ưu hóa cho mạng cảm biến không dây với mục tiêu tối đa hóa vùng phủ sóng và tối thiểu hóa chi phí triển khai mạng [160], tối ưu hóa việc thu thập dữ liệu trong mạng cảm biến không dây [161]. Đây cũng là cơ sở để luận án lựa chọn và phát triển thuật toán di truyền có độ dài nhiễm sắc thể thay đổi cho bài toán tối ưu hóa lịch trình mạng cho lớp bài toán ứng dụng.
4.5.1. Mô hình hóa bài toán tối ưu hóa lịch trình mạng cảm biến sử dụng thuật toán di truyền với nhiễm sắc thể có chiều dài thay đổi thuật toán di truyền với nhiễm sắc thể có chiều dài thay đổi
Đối với bài toán tối ưu hóa lịch trình mạng, cũng giống như trong thuật toán di truyền có nhiễm sắc thể chiều dài cố định, nhiễm sắc thể cần mã hóa lịch trình mạng
biểu diễn là 𝐶 và được định nghĩa như biểu thức 4.9.
(4.9)
Số gen của nút 𝑖 là và của toàn mạng là . Vì thay đổi nên độ dài của 𝐶 cũng thay đổi. Điều quan trọng cần lưu ý là trong VLC-GA, hàm mục tiêu không phải là một hàm toán học theo cách hiểu thông thường, mà là một hàm lập trình, lấy nhiễm sắc thể làm đầu vào và trả về giá trị hàm mục tiêu làm đầu ra sau một quá trình thực thi. Ngược lại với các nhiễm sắc thể có chiều dài cố định nơi các gen nằm ở vị trí cố định, trong nhiễm sắc thể có chiều dài thay đổi, chúng không như vậy. Vì lý do này, được đưa vào 𝐶 để các chương trình máy tính có thể diễn giải các gen một cách chính xác, nếu không sẽ không thể biết thông tin lịch trình cho mỗi nút bắt đầu và kết thúc ở đâu.
Về cơ bản, vì 𝐶 khác nhau giữa các cá thể (ở đây một cá thể tương ứng với một cấu hình lịch trình mạng) và từ thế hệ này sang thế hệ khác, do đó để biểu thị sự phụ thuộc của nó vào cá thể, nên trong luận án dùng kí hiệu để biểu thị nhiễm sắc thể của cá thể 𝑞 trong thế hệ 𝑘. Tương tự, tất cả các biến phụ thuộc cá thể khác cũng tuân theo quy ước ký hiệu này. Ví dụ, là trạng thái 𝑗 của nút 𝑖 của cá thể 𝑞 trong thế hệ 𝑘. Khi đó, nhiễm sắc thể của cá thể 𝑞 sẽ được biểu diễn như biểu thức 4.10. ˆ S 1 1 2 2 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 1 2 2 1 1 2 2 , , , , ,..., , , , , , , ,..., , , ..., , , , , ,..., n, n . s s s s n n n n n n n s s C s m t m t m t s m t m t m t s m t m t m t = (2si +1) 1 2 n i i s n = + i s i s ( ) q C k ( ) q i j m k
112 𝐶 𝑞 = [ 𝑠𝑞 1, 𝑚𝑞 11, 𝑡𝑞 11,𝑞𝑚21, 𝑡𝑞 21, … , 𝑚𝑞 1𝑞𝑠1, 𝑡𝑞 𝑞1𝑠1, 𝑠𝑞 2, 𝑚𝑞 12, 𝑡𝑞 12,𝑞𝑚22, 𝑡𝑞 22, … , 𝑚𝑞 2𝑞𝑠2, 𝑡𝑞 𝑞2𝑠2, ⋯ , 𝑠𝑞 𝑛, 𝑚𝑞 1𝑛, 𝑡𝑞 1𝑛,𝑞𝑚2𝑛, 𝑡𝑞 2𝑛, … , 𝑚𝑞 𝑞𝑛𝑠𝑛, 𝑡𝑞 𝑞𝑛𝑠𝑛 ] (4.10)
Ngoài ra, biểu thị là đoạn gen trong tương ứng với lịch trình của nút 𝑖 và được biểu diễn bằng biểu thức 4.11.
(4.11)
Trong đó, độ dài của là , và sẽ được đơn giản hóa thành biểu thức 4.12.
(4.12)
Để dễ hình dung, 𝐶 có thể được minh họa bằng đồ thị như trong Hình 4.8. Các sự kiện chuyển đổi chế độ được thực hiện bởi nút 𝑖 được điều chỉnh theo trục thời gian, trong đó các phân đoạn ở mức cao hơn tương ứng với các giai đoạn khi nút ở chế độ làm việc, và các phân đoạn mức thấp hơn biểu diễn khoảng thời gian nút ở chế độ ngủ.
Hình 4.8. Biểu đồ biểu diễn lịch trình của một nút cảm biến
Để triển khai thuật toán VLC-GA, bây giờ cần phải điều chỉnh các hoạt động tạo thế hệ mới. Rõ ràng, hoạt động “Lựa chọn” không cần bất kỳ sửa đổi nào để thích ứng, chỉ có hai thao tác còn lại là “Lai ghép” và “Đột biến” cần được thực hiện và thay đổi trong quá trình tiến hóa.
Hoạt động lai ghép: về nguyên tắc, mỗi nút cảm biến trong mạng có thể thực hiện một vai trò khác nhau, việc lai ghép hai nút khác nhau có rất ít sự liên quan nhưng sẽ làm tăng rất cao độ phức tạp của thuật toán. Do đó, trong nghiên cứu này, việc lai ghép được thực hiện trên nút cơ sở. Tức là, phép toán lai ghép được áp dụng cho các đoạn gen từ cùng một nút ở hai cá thể, chứ không phải các đoạn gen thuộc hai nút khác nhau. Trong các ứng dụng khác, người ta có thể dễ dàng tiến xa hơn với lai ghép giữa các nút như phần mở rộng, nếu đặc biệt quan tâm. Tại thời điểm này, hoạt động lai ghép trên các cá thể được chia nhỏ thành hoạt động trên các nút tương ứng.
Nguyên tắc của phép toán “Lai ghép” được minh họa bằng ví dụ trong Hình 4.9, trong đó và là đoạn gen của nhiễm sắc thể mẹ của cùng một nút i nhưng từ hai cá thể và khác nhau trong thế hệ , và là đoạn gen được sinh ra thuộc nhiễm sắc thể con, kết quả của cùng một nút trong thế hệ tiếp theo
. q i C qC 1, 1, 2, 2,..., q i, q i . q i q i q i q i q i q i q i s s C = m t m t m t q i C 2qsi qC 1 1 2 2 , , , ,..., , . q q q q q q n q n C = s C s C s C q i C 7 q i t 2 q i t q it3 q it4 q it5 q it6 t 1 q i t q it8 ( ) 1 q i C k q2 i( ) C k 1 q q2 k q3C ki( +1) (k+1)
133
Tài liệu tham khảo
[1]. Jang, T., Kim, G., Kempke, B., Henry, M. B., Chiotellis, N., Pfeiffer, C., ... & Blaauw, D. (2017). Circuit and system designs of ultra-low power sensor nodes with illustration in a miniaturized GNSS logger for position tracking: Part I—Analog
circuit techniques. IEEE Transactions on Circuits and Systems I: Regular Papers,
64(9), 2237-2249.
[2]. Seah, W. K., Eu, Z. A., & Tan, H. P. (2009, May). Wireless sensor networks
powered by ambient energy harvesting (WSN-HEAP)-Survey and challenges. In 2009
1st International Conference on Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology (pp. 1-5). IEEE.
[3]. Nacef, A. B., Senouci, S. M., Ghamri-Doudane, Y., & Beylot, A. L. (2011, June).
A cooperative low power mac protocol for wireless sensor networks. In 2011 IEEE
International Conference on Communications (ICC) (pp. 1-6). IEEE.
[4]. Brini, O., Deslandes, D., & Nabki, F. (2018, June). A model-based approach for
the design of ultra-low power wireless sensor nodes. In 2018 16th IEEE International
New Circuits and Systems Conference (pp. 248-251). IEEE.
[5]. Babusiak, B., Smondrk, M., & Borik, S. (2019, July). Design of Ultra-Low-
Energy temperature and humidity sensor based on nRF24 wireless technology. In
2019 42nd International Conference on Telecommunications and Signal Processing (TSP) (pp. 397-401). IEEE.
[6]. Lee, Y., Blaauw, D., & Sylvester, D. (2016). Ultralow power circuit design for
wireless sensor nodes for structural health monitoring. Proceedings of the IEEE,
104(8), 1529-1546.
[7]. Enz, C. C., El-Hoiydi, A., Decotignie, J. D., & Peiris, V. (2004). WiseNET: an
ultralow-power wireless sensor network solution. Computer, 37(8), 62-70.
[8]. Park, C., & Chou, P. H. (2006, September). Ambimax: Autonomous energy
harvesting platform for multi-supply wireless sensor nodes. In 2006 3rd annual IEEE
communications society on sensor and ad hoc communications and networks (Vol. 1, pp. 168-177). IEEE.
[9]. Sharma, H., Haque, A., & Jaffery, Z. A. (2018). Solar energy harvesting wireless sensor network nodes: A survey. Journal of Renewable and Sustainable Energy, 10(2), 023704.
[10]. Tan, Y. K., & Panda, S. K. (2010). Energy harvesting from hybrid indoor ambient light and thermal energy sources for enhanced performance of wireless
sensor nodes. IEEE Transactions on Industrial Electronics, 58(9), 4424-4435.
[11]. Mouapi, A., & Hakem, N. (2018). A new approach to design autonomous
wireless sensor node based on RF energy harvesting system. Sensors, 18(1), 133.
[12]. Camilo, T., Carreto, C., Silva, J. S., & Boavida, F. (2006, September). An
energy-efficient ant-based routing algorithm for wireless sensor networks. In
International workshop on ant colony optimization and swarm intelligence (pp. 49- 59). Springer, Berlin, Heidelberg.
134 [13]. Xie, P., & Cui, J. H. (2007, August). R-MAC: An energy-efficient MAC
protocol for underwater sensor networks. In International Conference on Wireless
Algorithms, Systems and Applications (WASA 2007) (pp. 187-198). IEEE.
[14]. Fu, C., Jiang, Z., Wei, W. E. I., & Wei, A. (2013). An energy balanced
algorithm of LEACH protocol in WSN. International Journal of Computer Science
Issues (IJCSI), 10(1), 354.
[15]. Kandasamya, C. A., & Yaminib, S. (2012). Energy-Efficient Protocol for
Wireless Sensor Networks. Journal of Computer Applications (JCA), 5(2).
[16]. Depedri, A., Zanella, A., & Verdone, R. (2003). An energy efficient protocol
for wireless sensor networks. Proc. AINS, 1-6.
[17]. Cheng, M. X., & Gong, X. (2011). Maximum lifetime coverage preserving
scheduling algorithms in sensor networks. Journal of Global Optimization, 51(3),
447-462.
[18]. Incel, O. D., Ghosh, A., & Krishnamachari, B. (2011). Scheduling algorithms
for tree-based data collection in wireless sensor network. In Theoretical aspects of
distributed computing in sensor networks (pp. 407-445). Springer, Berlin, Heidelberg.
[19]. Sohraby, K., Minoli, D., & Znati, T (2007), Wireless sensor networks:
technology, protocols, and applications, John wiley & sons.
[20]. Sharma, D. N., & Kaur, S. (2015), Overview of Various Routing Protocols in
Wireless Sensor Networks. Journal of Network Communications and Emerging
Technologies (JNCET) Volume, 2.
[21]. Matin, M. A. (Ed.). (2012), Wireless sensor networks: Technology and
protocols. BoD–Books on Demand.
[22]. Agarwal, Yuvraj, and Thomas Weng (2012), From buildings to smart buildings-sensing and actuation to improve energy efficiency. IEEE Design & Test
of Computers, no. 4, 36-44.
[23]. Othman, M. F., & Shazali, K. (2012). Wireless sensor network applications:
A study in environment monitoring system. Procedia Engineering, 41, 1204-1210.
[24]. Nagaraj, S., & Biradar, R. V. (2017, August). Applications of wireless sensor networks in the real-time ambient air pollution monitoring and air quality in
metropolitan cities—a survey. In 2017 International Conference On Smart
Technologies For Smart Nation (SmartTechCon) (pp. 1393-1398). IEEE.
[25]. Al Ameen, M., Liu, J., & Kwak, K. (2012). Security and privacy issues in
wireless sensor networks for healthcare applications. Journal of medical systems,
36(1), 93-101.
[26]. Ali, N. S., Alkaream Alyasseri, Z. A., & Abdulmohson, A. (2018). Real-time Heart Pulse Monitoring Technique Using Wireless Sensor Network and Mobile
Application. International Journal of Electrical & Computer Engineering (2088-
8708), 8.
[27]. SHAMS, R., KHAN, M. U., & SIDDIQUE, M. A. (2018). Building
automation (IoT) by WSN. Journal of Information Communication Technologies and
135 [28]. Pirbhulal, S., Zhang, H., E Alahi, M. E., Ghayvat, H., Mukhopadhyay, S. C., Zhang, Y. T., & Wu, W. (2017). A novel secure IoT-based smart home automation
system using a wireless sensor network. Sensors, 17(1), 69.
[29]. Zhou, Y., Yang, X., Guo, X., Zhou, M., & Wang, L. (2007, September). A design of green house monitoring & control system based on ZigBee wireless sensor
network. In 2007 International Conference on Wireless Communications,
Networking and Mobile Computing (pp. 2563-2567). IEEE.
[30]. Magno, M., Polonelli, T., Benini, L., & Popovici, E. (2014). A low cost, highly scalable wireless sensor network solution to achieve smart LED light control
for green buildings. IEEE Sensors Journal, 15(5), 2963-2973.
[31]. Huang, Q., & Mao, C. (2017). Occupancy estimation in smart building using
hybrid CO2/light wireless sensor network. Journal of Applied Sciences and Arts,
1(2), 5.
[32]. Vieira, M. A. M., Coelho, C. N., Da Silva, D. C., & da Mata, J. M. (2003).
Survey on wireless sensor network devices. In Emerging Technologies and Factory
Automation, 2003. Proceedings. ETFA'03. IEEE Conference (Vol. 1, pp. 537-544). IEEE.
[33]. Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., & Cayirci, E. (2002).
Wireless sensor networks: a survey. Computer networks, 38(4), 393-422.
[34]. Mukherjee, N., Neogy, S., & Roy, S. (2017), Building wireless sensor
networks: theoretical and practical perspectives. CRC Press.
[35]. Al-Obaisat, Y., & Braun, R. (2007, March). On wireless sensor networks:
architectures, protocols, applications, and management.
[36]. Sharma, S., Kumar, D., & Kishore, K. (2013). Wireless sensor networks-A
review on topologies and node architecture. International Journal of Computer
Sciences and Engineering, 1(2), 19-25.
[37]. Callaway Jr, E. H. (2003), Wireless sensor networks: architectures and
protocols. CRC press.
[38]. Ok, C. S., Lee, S., Mitra, P., & Kumara, S. (2009), Distributed energy
balanced routing for wireless sensor networks. Computers & Industrial Engineering,
57(1), 125-135.
[39]. Halgamuge, M. N., Zukerman, M., Ramamohanarao, K., & Vu, H. L. (2009).
An estimation of sensor energy consumption. Progress in Electromagnetics Research,
12, 259-295.
[40]. Rabaey, J. M., Ammer, J., Karalar, T., Li, S., Otis, B., Sheets, M., & Tuan, T. (2002). PicoRadios for wireless sensor networks: the next challenge in ultra-low
power design. In IEEE International Solid-State Circuits Conference, ISSCC
2002. (Vol. 1, pp. 200-201).
[41]. El-Hoiydi, A., Decotignie, J. D., & Hernandez, J. (2004, February). Low
power MAC protocols for infrastructure wireless sensor networks. In Proceedings of
the fifth European wireless conference (pp. 563-569).
[42]. Bernard, T., & Fouchal, H. (2012, June). A low energy consumption MAC
protocol for WSN. In 2012 IEEE International Conference on Communications (ICC)
136 [43]. El-Hoiydi, A., & Decotignie, J. D. (2004, July). WiseMAC: An ultra low
power MAC protocol for multi-hop wireless sensor networks. In International
symposium on algorithms and experiments for sensor systems, wireless networks and distributed robotics (pp. 18-31). Springer, Berlin, Heidelberg.
[44]. Chan, C. K., Peng, H., Liu, G., McIlwrath, K., Zhang, X. F., Huggins, R. A., & Cui, Y. (2008). High-performance lithium battery anodes using silicon nanowires. Nature nanotechnology, 3(1), 31-35.
[45]. Lam, L. (2011). A practical circuit-based model for state of health estimation
of li-ion battery cells in electric vehicles. Online> http://www. eclectic.
eu/images/MScthesis_LongLamv3. pdf.
[46]. Xuyun, F., & Zechang, S. (2008, September). A battery model including
hysteresis for State-of-Charge estimation in Ni-MH battery. In 2008 IEEE Vehicle
Power and Propulsion Conference (pp. 1-5). IEEE.
[47]. Tremblay, O., & Dessaint, L. A. (2009). Experimental validation of a battery
dynamic model for EV applications. World electric vehicle journal, 3(2), 289-298.
[48]. Shaikh, F. K., & Zeadally, S. (2016). Energy harvesting in wireless sensor
networks: A comprehensive review. Renewable and Sustainable Energy Reviews, 55,
1041-1054.
[49]. Panatik, K. Z., Kamardin, K., Shariff, S. A., Yuhaniz, S. S., Ahmad, N. A., Yusop, O. M., & Ismail, S. (2016, November). Energy harvesting in wireless sensor
networks: A survey. In 2016 IEEE 3rd international symposium on
Telecommunication Technologies (ISTT) (pp. 53-58). IEEE.
[50]. Magno, M., Marinkovic, S., Brunelli, D., Popovici, E., O'Flynn, B., & Benini, L. (2012, March). Smart power unit with ultra low power radio trigger capabilities
for wireless sensor networks. In 2012 Design, Automation & Test in Europe
Conference & Exhibition (DATE) (pp. 75-80). IEEE.
[51]. Visser, H. J., & Vullers, R. J. (2013). RF energy harvesting and transport for
wireless sensor network applications: Principles and requirements. Proceedings of
the IEEE, 101(6), 1410-1423.
[52]. Kausar, A. Z., Reza, A. W., Saleh, M. U., & Ramiah, H. (2014). Energizing wireless sensor networks by energy harvesting systems: Scopes, challenges and
approaches. Renewable and Sustainable Energy Reviews, 38, 973-989.
[53]. Basagni, S., Naderi, M. Y., Petrioli, C., Spenza, D., Conti, M., Giordano, S., & Stojmenovic, I. (2013). Wireless Sensor Networks with Energy Harvesting. Mobile ad hoc networking, 1, 701-736.
[54]. Gilbert, J. M., & Balouchi, F. (2008). Comparison of energy harvesting
systems for wireless sensor networks. International Journal of automation and
computing, 5(4), 334-347.
[55]. Chegaar, M., Ouennoughi, Z., Guechi, F., & Langueur, H. (2003). Determination of solar cells parameters under illuminated conditions. Journal of
electron devices, 2(2003), 17-21.
[56]. López-Lapeña, O., Penella, M. T., & Gasulla, M. (2009). A new MPPT method for low-power solar energy harvesting. IEEE Transactions on industrial
137 [57]. Samijayani, O. N., Firdaus, H., & Mujadin, A. (2017, October). Solar energy
harvesting for wireless sensor networks node. In 2017 International Symposium on
Electronics and Smart Devices (ISESD) (pp. 30-33). IEEE.
[58]. Bhuvaneswari, P. T. V., Balakumar, R., Vaidehi, V., & Balamuralidhar, P. (2009, July). Solar energy harvesting for wireless sensor networks. In 2009 First International Conference on Computational Intelligence, Communication Systems and Networks (pp. 57-61). IEEE.
[59]. Voigt, T., Ritter, H., & Schiller, J. (2003, October). Utilizing solar power in
wireless sensor networks. In 28th Annual IEEE International Conference on Local
Computer Networks, 2003. LCN'03. Proceedings. (pp. 416-422). IEEE.
[60]. Raghunathan, V., Kansal, A., Hsu, J., Friedman, J., & Srivastava, M. (2005, April). Design considerations for solar energy harvesting wireless embedded
systems. In IPSN 2005. Fourth International Symposium on Information Processing
in Sensor Networks, 2005. (pp. 457-462). IEEE.
[61]. Shaikh, F. K., & Zeadally, S. (2016). Energy harvesting in wireless sensor
networks: A comprehensive review. Renewable and Sustainable Energy Reviews, 55,
1041-1054.
[62]. Mitcheson, Paul D., et al. Energy harvesting from human and machine motion for wireless electronic devices. Proceedings of the IEEE 96.9 (2008): 1457-
1486.
[63]. Beeby, S. P., Torah, R. N., Tudor, M. J., Glynne-Jones, P., O'donnell, T., Saha, C. R., & Roy, S. (2007). A micro electromagnetic generator for vibration energy harvesting. Journal of Micromechanics and microengineering, 17(7), 1257.
[64]. Stephen, N. G. (2006). On energy harvesting from ambient vibration. Journal
of sound and vibration, 293(1-2), 409-425.
[65]. Anton, S. R., & Sodano, H. A. (2007). A review of power harvesting using
piezoelectric materials (2003–2006). Smart materials and Structures, 16(3), R1.
[66]. Chen, G., Meng, Q., Fu, H., & Bao, J. (2013). Development and experiments
of a micro piezoelectric vibration energy storage device. Mechanical Systems and
Signal Processing, 40(1), 377-384.
[67]. Shenck, N. S., & Paradiso, J. A. (2001). Energy scavenging with shoe-
mounted piezoelectrics. IEEE micro, 21(3), 30-42.
[68]. Lee, J., & Choi, B. (2014). Development of a piezoelectric energy harvesting
system for implementing wireless sensors on the tires. Energy conversion and
management, 78, 32-38.
[69]. Dagdeviren, C., Yang, B. D., Su, Y., Tran, P. L., Joe, P., Anderson, E., ... & Lu, B. (2014). Conformal piezoelectric energy harvesting and storage from motions
of the heart, lung, and diaphragm. Proceedings of the National Academy of Sciences,
111(5), 1927-1932.
[70]. Lu, X., & Yang, S. H. (2010, October). Thermal energy harvesting for WSNs. In 2010 IEEE International Conference on Systems, Man and Cybernetics (pp. 3045- 3052). IEEE.
[71]. Enescu, D. (2019). Thermoelectric energy harvesting: basic principles and
138 [72]. Visser, H. J., & Vullers, R. J. (2013). RF energy harvesting and transport for
wireless sensor network applications: Principles and requirements. Proceedings of
the IEEE, 101(6), 1410-1423.
[73]. Shrestha, S., Noh, S. K., & Choi, D. Y. (2013). Comparative study of antenna
designs for RF energy harvesting. International Journal of Antennas and Propagation.
[74]. David Jiménez López, Iker Antxustegi-etxearte Atienzar, Powering autonomous sensors by RF harvesting, UPC, September 13th 2013.
[75]. Lu, X., Wang, P., Niyato, D., Kim, D. I., & Han, Z. (2015). Wireless networks
with RF energy harvesting: A contemporary survey. Communications Surveys &
Tutorials, IEEE, 17(2), 757-789.
[76]. Amer, A. A. G., Sapuan, S. Z., Nasimuddin, N., Alphones, A., & Zinal, N. B. (2020). A comprehensive review of metasurface structures suitable for RF energy