Запис Детальніше

Комплексний метод оптимізації маршрутизації інформаційних потоків у самоорганізованих мережах

Електронний науковий архів Науково-технічної бібліотеки Національного університету "Львівська політехніка"

Переглянути архів Інформація
 
 
Поле Співвідношення
 
Title Комплексний метод оптимізації маршрутизації інформаційних потоків у самоорганізованих мережах
Complex optimization method of routing information flows in self-organized networks
 
Creator Климаш, Ю. В.
Шпур, О. М.
Кайдан, М. В.
Klymash, Yu. V.
Shpur, O. M.
Kaidan, M. V.
 
Contributor Національний університет “Львівська політехніка”
Lviv Polytechnic National University
 
Subject самоорганізовані мережі
мурашковий алгоритм
генетичний алгоритм
метод імітації відпалу
QoS
self-organized networks
ant colony optimization
genetic algorithm
simulated annealing
QoS
621.391
 
Description Розроблено комплексний підхід до оптимізації маршрутів передавання даних у
самоорганізованих мережах. Суть методу полягає у оптимізації множини найкращих
маршрутів, що утворюються завдяки роботі модифікованих алгоритмів імітації відпалу
та мурашкового, використання яких дає змогу знаходити глобальний екстремум деякої
функції на основі впорядкованого випадкового пошуку та здійснювати пошук
оптимізованого маршруту з найкращим значенням параметра QoS на основі
видалення/додавання вузла до маршруту, а також враховувати неоднорідності в мережі.
Це дасть змогу забезпечити високу працездатність мережі загалом та підтримувати
необхідний рівень параметрів QoS для кінцевих користувачів.
Modified routing algorithms are presented based on basic meta-heuristic algorithms:
ant colony optimization, genetic and simulated annealing to determine the best route for
information flows in self-organized networks. An ant colony optimization is based on the use of
the probability parameter for the transition between the nodes located between the source
node and the receiving node. To solve the problem of optimization of routing in a simulated
annealing, its modification is proposed by adding or removing a transit node based on the
coverage of the reaching range of neighboring nodes. As a target function for estimating a
route, the QoS parameter is considered – the time of data delivery from the source node to the
receiving node. For the first time, a routing algorithm is proposed based on a combination of
proposed modified algorithms, where, from a set of best routes, formed by a modified
annealing simulation algorithm, the choice of the best route according to the criterion of the
time of data transmission is made by using a modified ant algorithm. For simulation an
algorithm for generating traffic of a self-organized network is presented. The considered
algorithms of routing allow to reduce the time of data transmission between the source node
and the receiving node, which increases the efficiency of routing information flows in selforganized
networks. It is shown that an important condition for efficient routing in selforganized
networks is the reduction of the number of transit nodes between the source node
and the node-coordinator.
 
Date 2018-11-15T08:53:01Z
2018-11-15T08:53:01Z
2017-03-28
2017-03-28
 
Type Article
 
Identifier Климаш Ю. В. Комплексний метод оптимізації маршрутизації інформаційних потоків у самоорганізованих мережах / Ю. В. Климаш, О. М. Шпур, М. В. Кайдан // Вісник Національного університету «Львівська політехніка». Серія: Радіоелектроніка та телекомунікації. — Львів : Видавництво Львівської політехніки, 2017. — № 885. — С. 76–87.
http://ena.lp.edu.ua:8080/handle/ntb/43028
Klymash Yu. V. Complex optimization method of routing information flows in self-organized networks / Yu. V. Klymash, O. M. Shpur, M. V. Kaidan // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Radioelektronika ta telekomunikatsii. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 885. — P. 76–87.
 
Language uk
 
Relation Вісник Національного університету «Львівська політехніка». Серія: Радіоелектроніка та телекомунікації, 885, 2017
1. Vinay Kumar Singh, Vidushi Sharma. Hybrid genetic algorithm based approach for energy efficient routing in wireless sensor nets // International journal of emerging technologies in computational and applied sciences (IJETCAS), 2013, P. 408–413.
2. Marwa Sharawi, Imane Aly Saroit, Heshman El- Mandy, Eid Emary. Routing wireless sensor networks based on soft computing paradigm: surwey//International journal on soft computing. Artificial intelligence and applications(IISCAI), vol. 2, No. 4, August 2013.
3. Емельянов В. В., Курейчик В. В., Курейчик В. М. Теория и практика эволюционного моделирования. – М.: Физматлит, 2003. – 432 c.
4. Кудр Латиф. Генетический алгоритм маршрутизации беспроводных сенсорных сетей / Латиф Кудр, Ю. А. Скобцов // Проблеми інформаційних технологій. – 2014. – № 1. – С. 85–91.
5. Chang Wook Ahn, R. S. Ramakrishna A genetic algorithm for shortest path routing problem and the sizing of populations // IEEE transactions on evolutionary computation 6 (6), 2002, Р. 566-579.
6. Штовба С. Д. Муравьиные алгоритмы // Exponenta Pro. Математика в приложениях. – 2003. – № 4. – С. 70–75.
7. Коваленко А. М. Разработка алгоритма направленной маршрутизации для беспроводных сенсорных сетей / В. А. Дидук, А. М. Коваленко, Е. Г. Трофименко // Труды Одесского политехни- ческого университета. – 2011. – Вып. 1(35). – С. 151–154.
8. Gendreau M. Metaheuristics for the vehicle routing problem / M. Gendreau, G. Laporte, J.- Y. Potvin // Technical Report CRT-963, Centre de Recherche sur les Transports. – Universit de Montral, jan 1994.
9. Ingber L. Simulated annealing: Practice versus theory // Mathematical and Computer Modeling 18(11), 1993, Р.29–57.
10. Klymash Y. Modified routing algorithms for self-organized network / Y. Klymash, M. Kaidan, B. Strykhalyuk // Advanced Trends in Radioelektronics, Telecommunications and Computer Engineering Мodern, Proceedings of the 14th International Conference TCSET’2018 (Lviv-Slavske, Ukraine February 20–24,2018).
11. Ипатов А. В. Модифицированный метод имитации отжига в задаче маршрутизации транспорта, Тр. ИММ УрО РАН, 2011, Т. 17, №4. – С. 121–125.
1. Kumar Singh, Vinay, Sharma Vidushi (2013), “Hybrid genetic algorithm based approach for energy efficient routing in wireless sensor nets”, International journal of emerging technologies in computational and applied sciences (IJETCAS), pp. 408–413.
2. Sharawi, M., Aly Saroit, I., El-Mandy, H., Emary, E. (2013), “Routing wireless sensor networks based on soft computing paradigm”, International journal on soft computing. Artificial intelligence and applications(IISCAI), vol. 2, No. 4, August.
3. Emelyanov V. V., Kureychik V. V., Kureychik V. M. (2003), “Teoriya i praktika evolyutsionnogo modelirovaniya”, M.: FIZMATLIT, 432 p.
4. Latif, Kudr, Skobtsov Yu. A. (2014), Geneticheskiy algoritm marshrutizatsii besprovodnyih sensornyih setey. Problemi Informatsiynih tehnologIy, No.1, pp. 85–91.
5. Wook Ahn, Ch., Ramakrishna, R. S. (2002). A genetic algorithm for shortest path routing problem and the sizing of populations. IEEE transactions on evolutionary computation 6 (6), pp. 566–579.
6. Shtovba S. D. (2003) Muravinyie algoritmyi. Exponenta Pro. Matematika v prilozheniyah, No.4,pp. 70–75.
7. Kovalenko A.M. (2011) Razrabotka algoritma napravlennoy marshrutizatsii dlya besprovodnyih sensornyih setey. Trudyi Odesskogo politehnicheskogo universiteta, Vyip. 1(35),pp. 151–154.
8. Gendreau M. (1994) Metaheuristics for the vehicle routing problem. Technical Report CRT-963, Centre de Recherche sur les Transports. – Universit de Montral.
9. Ingber, L. (1993) Simulated annealing: Practice versus theory. Mathematical and Computer Modeling 18(11), pp. 29–57.
10. Klymash Y., Kaidan M., Strykhalyuk B. (2018) Modified routing algorithms for self-organized network. Advanced Trends in Radioelektronics, Telecommunications and Computer Engineering Мodern, Proceedings of the 14th International Conference TCSET’2018 (Lviv-Slavske, Ukraine February 20–24,2018).
11. Ipatov A. V. (2011) Modifitsirovannyiy metod imitatsii otzhiga v zadache marshrutizatsii transporta. Tr. IMM UrO RAN, 2011, Tom 17, No. 4, pp. 121–125.
 
Rights © Національний університет “Львівська політехніка”, 2017
© Климаш Ю. В., Шпур О. М., Кайдан М. В., 2017
 
Format 76-87
12
application/pdf
image/png
 
Coverage Львів
 
Publisher Видавництво Львівської політехніки