ارائه روشی کارا جهت تشخیص مصرف انرژی و افزایش دقت پیش بینی در شبکه های نسل پنجم با استفاده از الگوریتم های فراابتکاری

شبکه های بیسیم نسل پنجم با تخصیص بهینه منابعی، همچون توان و طیف به صورت کامل از یک سوء به دنبال پاسخگویی به درخواستهای روزافزون استفاده از خدمات نوین ارتباطی هستند و از سوی دیگر به دنبال کاهش تاخیر و مصرف انرژی میباشند. با افزایش پیچیدگی این شبکه ها، مدیریت بهینه ی منابع در دسترس نیز از اهمیت بیشتری برخوردار است. بنابراین جهت افزایش کارایی شبکه ها از منظر دقت در تخصیص منابع و کاهش مصرف انرژی، ضرورت استفاده از روش های هوشمند اجتناب ناپذیر است. هدف پژوهش حاضر تشخیص مصرف انرژی و افزایش دقت پیش بینی در شبکه های نسل پنجم با استفاده از الگوریتم های فراابتکاری می باشد. در این پژوهش از الگوریتم ازدحام ذرات چند مرحله ای وشبکه عصبی کانالوشن جهت تشخیص مصرف انرژی و افزایش دقت پیش بینی استفاده شده است. به این منظور روشی برای پیشنهاد بهترین معماری مناسب شبکه عصبی کانولوشنی و پارامترهای آن با استفاده از بهینه سازی ازدحام ذرات چندسطحی در یک فضای جستجوی مشخص شده است. نتایج تجربی بر روی مجموعه داده هایی که توسط یک سیستم Goose Bay ، Labrador جمع آوری شده اند. نتایج نشان داد روش پیشنهادی ارائه شده از منظر مصرف انرژی بهینه و از منظر دقت تشخیص مصرف انرژی دارای دقت بالایی می باشد.

Keywords:

مصرف انرژی , پیش بینی , شبکه عصبی کانالوشن , الگوریتم ازدحام ذرات , شبکه های نسل پنجم