Application des méthaheuristiques pour l'optimisation de la localisation dans les réseaux de capteurs sans fil.

Abstract

Les réseaux de capteurs sans fil ont été utilisée dans diverses applications. La plupart de ces applications utilisent un déploiement aléatoire d'un nombre important de noeuds capteurs dû soit à l'hostilité de la zone à surveiller, soit à son immensité. L'étape de localisation est donc nécessaire non seulement au fonctionnement du réseau, mais aussi à l'exploitation des données collectées. Il faut donc localiser avec la meilleure précision possible tous les noeuds du réseau. Plusieurs algorithmes ont été proposés dans la littérature pour résoudre le problème de localisation, cependant, ces algorithmes souffre de la présence d'erreur dans les positions estimées. Ainsi, ils doivent être ameliorées. L'objectif de cette thèse est de développer de nouveaux algorithmes de localisation utilisant des métaheuristiques dans le but de réduire l'erreur de localisation et d'améliorer la précision. Pour atteindre notre objectif, nous avons proposé deux nouveaux algorithmes de localisation. Le premier algorithme est basé sur l'algorithme de localisation Centroid et la métaheuristique d'optimisation de l'araignée sociale (CLASSO) et le second algorithme est basé sur l'algorithme de localisation Centroid et la métaheuristique d'optimisation de l'essaim de chat. Afin de montrer les performances des algorithmes proposés, ils sont simulés et comparés avec l'algorithme de localisation Centroid.