بهبود عملیات مسیر یابی مبتنی بر اتوماتای یادگیری با بکار گیری عامل های هوشمندمحلی و سراسری به کمک الگوریتم کلونی مورچگان
Publish place: چهارمین کنفرانس بین المللی علوم و مهندسی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 577
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON04_074
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
در سال های اخیر بحث مسیریابی در شبکه های کامپیوتری جایگاه ویژه ای یافته است. علت این امر نقش تعیین کننده مسیریابی در کارایی این شبکه ها است. کیفیت سرویس 2 و امنیت به دلیل نبود روش های مطمئن از جمله مهمترین چالش های مسیریابی می باشد. روترها از الگوریتم های مسیریابی برای یافتنبهترین مسیر تا مقصد استفاده می نمایند هنگامی که ما در مورد بهترین مسیر صحبت می کنیم، پارامترهایی همانند تعداد هاب ها، زمان تغییر و هزینه ارتباطی ارسال بسته را در نظر می گیریم.در این مقاله با بکارگیری عامل های هوشمند بصورت محلی و سراسری سعی می کنیم عملیات مسیریابی را بهبود بخشیم . الگوریتم کلونی مورچه ها یک راه حل چندعامله برای مسائل بهینه سازی است که مدل هایی براساس هوش جمعی مورچه ها دارد و با تبدیل به تکنولوژی کارآمد در شبکه های کامپیوتری کاربرد پیدا کرده است. گرچه مورچه یک موجود ساده است، اما یک کلونی از آنها توانایی انجام وظایف سودمندی همچون یافتن کوتاه ترین مسیر به سمت منبع غذا و به اشتراک گذاشتن این اطلاعات با دیگر مورچه ها از طریق به جای گذاشتن ماده ای شیمیایی به نام فرومون 3 دارد. این الگوریتم شامل سه مرحله می باشد. فاز اول خوشه بندی 4 گره های شبکه به کلونی های کوچکتر است، این فاز با استفاده از اتوماتای یادگیر مطابق با نیاز شبکه انجام می شود . مثلاً قرار دادن گره هایی که در آینده ای نزدیک مراودات بیشتری در یک خوشه با هم دارند، فاز دوم یافتن مسیرهای شبکه توسط مورچه ها و فاز سوم فرستادن ترافیک شبکه به مقصد از طریق مسیرهای یافت شده توسط مورچه هاست.
Keywords:
Authors
سیدامیر امیری زاد
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد بین الملل قشم ، قشم ، ایران.
حمید پروین
عضو هیئت علمی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد نورآباد ممسنی ، نورآباد ، ایران.
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 :