ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
By our analysis, the QoS routing is the optimization problem under the satisfaction of multiple QoS constraints. The Particles Swarm Optimization (PSO) is an optimization algorithm which has been applied to finding shortest path in the network. However, it might fall into local optimal solution, and is not able to solve the routing based on multiple constraints. To tackle this problem, we propose a new method of solving the multiple constraints routing. This paper firstly sets up a multi constrained QoS routing model and constructs the fitness value function by transforming the QoS constraints with a penalty function. Secondly, the iterative formulas of the original PSO are improved to tailor to non-continuous search space of the routing problem. Finally, the natural selection and mutation ideas of the Genetic Algorithm (GA) are applied to the PSO to improve the convergent performance. The simulation results show that the proposed GA-PSO algorithm can not only successfully solve the multi-constrained QoS routing problem, but also achieves a better effect in the success rate of the searching optimal path.
با تحلیل پیشنهادی، مسیریابی QoS، نوعی مسئله بهینه سازی است که با تامین محدودیت های متعدد QoS سرو کار دارد. بهینه سازی ازدحام یا گروه ذرات (PSO) یک الگوریتم بهینه سازی است که برای یافتن کوتاهترین مسیر در شبکه از آن استفاده می شود. اما، آن می تواند از راه حل بهینه محلی استفاده کرده و قادر به حل مسیریابی مبتنی بر محدودیت های متعدد نباشد. برای رفع این مشکل، روش جدید حل مسیریابی چند قیدی (چندمحدودیتی) را پیشنهاد می کنیم. مقاله حاضر ابتدا مدل مسیریابی QoS چند قیدی را ارائه کرده و با تبدیل محدودیت های QoS با تابع پنالتی، تابع مقدار برازش را می سازد. ثانیاً، فرمول های تکراری PSO اصلی جهت مطابقت با فضای جستجوی ناپیوسته مسئله مسیریابی، بهبود می یابند. در نهایت، ازایده های جهش وانتخاب طبیعی الگوریتم ژنتیکی (GA) برای PSO جهت بهبود عملکرد همگرا استفاده می شود. نتایج شبیه سازی نشان می دهد که الگوریتم GA-PSO پیشنهادی نه تنها قادر به حل مسئله مسیریابی QoS چند محدودیتی است، بلکه همچنین به اثر بهتری با نرخ موفقیت جستجوی مسیر بهینه دست می یابد.