Résumé:
Afin de minimiser la consommat ion d’énergie dans un Réseau de Capteurs Sans Fil (RCSF),
plusieurs techniques de modélisation formelles ont été proposées dans la littérature, notamment
la technique basée sur les modèles de files d'attente avec vacance et la politique N-vacance (NPolicy).
La politique N-vacance, qui représente une approche de conception efficace pour
diminuer la consommat ion d'énergie du nœud capteur, introduit un délai d'attente
supplémentaires pour les paquets de données en attente dans le cas où le taux d'arriver est petit.
Pour valider cette technique, nous utilisons généralement une heuristique aléatoire qui donne
des valeurs aléatoires à ses paramètres de configuration tel que le seuil (N), la taille de buffer
(K), le taux d’arrivé (λ) et le taux moyen de service (µ) des paquets. Cependant, cette
heuristique aléatoire prend beaucoup temps et ne retourne pas des meilleurs résultats. Pour cela,
nous proposons d’appliquer deux méta-heuristiques AG (Algorithme Génétique) et OEP
(Optimisation par Essaim des Particules) pour résoudre ce problème d'optimisation multiobjectif.
Ce
dernier
consiste
à
trouver
les
valeurs
optimales S* = (N*, K*, λ*, µ*) permettant
de minimiser la consommat ion d’énergie ainsi que de délai. Les résultats expérimentaux
obtenus semblent prometteurs.
Mots clés : Réseaux de capteurs sans fil (RCSF), Économie d'énergie, N-vacance, optimisation multi-objectif, Seuil, Heuristique aléatoire, Méta-heuristiques, algorithme génétique (AG), Optimisation par essaim des particules (OEP).
