بهبود کارایی الگوریتم راهیابیAntNet به یاری زنبورهای هوشمند
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 635
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS02_313
تاریخ نمایه سازی: 26 تیر 1392
Abstract:
در سالهای اخیر الگوریتمهای بهینهسازی با الگو گرفتن از رفتار جرگهcolony)حشرات اجتماعی در طبیعت مطرح شده است. ازمیان آنها میتوان به Ant Colony Optimization (ACO)که برای حل مسائل بهینه سازی دشوار مطرح شده است اشاره نمود. سرچشمه این موضوع، باقی گذاشتن فرومون و دنبال کردن رفتار مورچهها در دنیای واقعی بوده است. از سوی دیگر پژوهشگران با بررسی رفتار زنبورهای عسلدر جمعآوری شهد گلها و مدل کردن آن توانستهاند روشهایی برای حل دشواریهای پیچیده ارائه نمایند. در این مقاله با آمیختن رفتارهای جرگه مورچهها و زنبورها به معرفی الگوریتم هوشمند جدیدی برای راهیابیRouting) در شبکههای رایانهای پرداخته و با یاری شبیهسازیهای انجام گرفته در محیطOMNET++بهبود کارایی آن را در مقایسه با الگوریتمAntNet به نمایش میگذاریم. در روش پیشنهادی توانستهایم با ایجاد تغییراتی در روش بهنگامسازی الگوریتمAntNetبه بهبودهایی، بویژه در نرخ افتادگی بستههای داده (data packets dropped ratioدست یابیم
Keywords:
هوش گروهی , راهیابی بر پایه گماشتههای هوشمند وAntnet
Authors
شهاب الدین رحمتی زاده
گروه کامپیوتر دانشکده مهندسی برق و کامپیوتر دانشگاه شهید بهشتی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :