ترغب بنشر مسار تعليمي؟ اضغط هنا

اكتشاف المسار الأفضل في شبكات الانترنت اللاسلكية باستخدام الخوارزمية الجينية

QoS aware route discovery in wireless networks using Genetic Algorithm

1466   0   133   0 ( 0 )
 تاريخ النشر 2015
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

يعتبر إيجاد المسار مسألة هامة في شبكات الانترنت اللاسلكية. ما يحدث بشكل طبيعي هو أن اختيار المسار أو اكتشاف المسار في الشبكة يتم اعتماداً على مبدأ المسار الأقصر. يجب أخذ عدة قضايا بعين الاعتبار من أجل اكتشاف المسار في شبكات الانترنت و ذلك بما أن جريان رزم المعطيات معرض للأخطاء و هذا ما يجعل عملية التوجيه فاشلة. تعد الوثوقية أمراً هاماً في مسألة اكتشاف المسار. و يعتبر ضمان نوعية الخدمة (َQoS) أمراً يجب الاهتمام به عند توجيه رزم المعطيات. تم في هذا البحث اقتراح نموذج من أجل اكتشاف المسار الأفضل في شبكات الانترنت المعتمدة على بنية لاسلكية. من بين العديد من المسارات المتاحة في شبكة الانترنت اللاسلكية من البوابة إلى الوجهة النهائية يتم اختيار المسار الذي يحقق نوعية الخدمة المطلوبة. تم أخذ بارامترين من بارامترات نوعية الخدمة بعين الاعتبار و هما فقد المسار و زمن المعالجة في الموجه (المحطة القاعدية). تظهر النتائج التجريبية كفاءة النموذج المقترح.


ملخص البحث
تتناول هذه الورقة البحثية مشكلة اكتشاف المسار الأفضل في شبكات الإنترنت اللاسلكية باستخدام الخوارزمية الجينية. تُعتبر عملية إيجاد المسار الأمثل من المسائل الهامة في شبكات الإنترنت اللاسلكية، حيث يتم عادةً اختيار المسار بناءً على مبدأ المسار الأقصر. ومع ذلك، فإن هذا النهج قد لا يكون دائمًا فعالًا نظرًا لاحتمالية تعرض رزم المعطيات للأخطاء، مما يؤدي إلى فشل عملية التوجيه. لذلك، تم اقتراح نموذج يعتمد على الخوارزمية الجينية لاكتشاف المسار الأمثل الذي يحقق نوعية الخدمة المطلوبة. تم أخذ بارامترين من بارامترات نوعية الخدمة بعين الاعتبار وهما فقد المسار وزمن المعالجة في الموجه. أظهرت النتائج التجريبية كفاءة النموذج المقترح في تحسين أداء الشبكة من خلال اختيار المسار الأمثل بناءً على هذه البارامترات.
قراءة نقدية
تُعد الورقة البحثية ذات أهمية كبيرة في مجال تحسين أداء شبكات الإنترنت اللاسلكية، إلا أنه يمكن توجيه بعض الملاحظات النقدية. أولاً، لم يتم تناول تأثير التداخل بين الإشارات اللاسلكية بشكل كافٍ، وهو عامل مهم يمكن أن يؤثر على أداء الشبكة. ثانيًا، النموذج المقترح يعتمد على فرضيات معينة مثل الشكل السداسي للخلايا، والتي قد لا تكون واقعية في جميع الحالات. ثالثًا، لم يتم مقارنة النموذج المقترح بشكل كافٍ مع نماذج أخرى مستخدمة في المجال، مما يجعل من الصعب تقييم فعاليته بشكل دقيق. على الرغم من هذه النقاط، فإن البحث يقدم إسهامًا مهمًا في تحسين نوعية الخدمة في شبكات الإنترنت اللاسلكية باستخدام الخوارزمية الجينية.
أسئلة حول البحث
  1. ما هي المشكلة الرئيسية التي تتناولها الورقة البحثية؟

    المشكلة الرئيسية هي اكتشاف المسار الأفضل في شبكات الإنترنت اللاسلكية باستخدام الخوارزمية الجينية مع تحسين نوعية الخدمة.

  2. ما هي البارامترات التي تم أخذها بعين الاعتبار في النموذج المقترح؟

    تم أخذ بارامترين بعين الاعتبار وهما فقد المسار وزمن المعالجة في الموجه.

  3. ما هي الفرضيات التي اعتمد عليها النموذج المقترح؟

    اعتمد النموذج على فرضيات مثل الشكل السداسي للخلايا وأن البوابة يمكن أن تتواصل لاسلكيًا مع المحطات القاعدية المواجهة لها.

  4. ما هي النقاط النقدية التي يمكن توجيهها للورقة البحثية؟

    من النقاط النقدية عدم تناول تأثير التداخل بين الإشارات اللاسلكية بشكل كافٍ، والاعتماد على فرضيات قد لا تكون واقعية، وعدم مقارنة النموذج بشكل كافٍ مع نماذج أخرى.


المراجع المستخدمة
A.T. Campbell، J. Gomez، S. Kim، A.G. Valko، C.-Y. Wan and Z.R. Turanyi، “Design، implementation، and evaluation of cellular IP”، IEEE personal Communications، vol. 7، no. 4،Aug. 2000، pp. 42 – 49
Gelenbe، E. Liu، P. Laine، J.، “Genetic Algorithms for Route Discovery”، IEEE Transactions on Systems، Man، and Cybernetics—Part B: Cybernetics،2006، Vol. 36، No. 6، pp 1247- 1254
F.M. Abduljalil and S.K. Bodhe، “Integrated routing protocol (IRP) for integration of cellular IP and mobile ad hoc networks“، IEEE International Conference on Sensor Networks، Ubiquitous، and Trustworthy Computing، 5-7 June 2006، Taiwan، vol. 1، pp. 312-315
قيم البحث

اقرأ أيضاً

هدف هذا البحث هو تبني الخوارزمية الوراثية (الجينية) لدراستها أولاً، ثم التوقـف عنـد العمليات التي تقدم من قبل تلك الخوارزمية الوراثية. الحقـل المرشـح فـي هـذا البحـث لاستخدام وسائل الخوارزمية الوراثية و تطبيقاتها هو حقل ضغط بيانـات ملفـات الـصوت. يستخدم هذا البحث عمليات الخوارزمية الوراثية لتحسين عمل إحدى طرائق ضغط البيانـات الشائعة الاستخدام (VQ (Method Quantization Vector . بعد إجراء الدراسة علـى عمل الخوارزمية الوراثية، تم اقتراح خوارزمية لإجراء عملية المزج بـين طريقـة ضـغط البيانات ( VQ ) و مبدأ عمل الخوارزمية الوراثية. ثم اختبرت الخوارزمية المقترحـة مـن خلال كتابة البرامج الضرورية لذلك و تطبيقها على بعض بيانات ملفات الصوت، و قد أظهرت النتائج المسجلة إمكانية اعتماد خوارزمية المزج المقترحة لتحقيق أداء جيد لطريقة ( VQ ) في مجال ضغط بيانات ملفات الصوت.
تستخدم الشبكة العصبية الصنعية طريقة تعلم استقرائي، و تتطلب بشكل عام أمثِلة لبيانات التدريب، بينما تستخدم الخوارزمية الجينية تعلم اقتطاعي، و تتطلب تابع هدف. لقد تمّ تنظيم التعاون بين هاتين التقانتين في دراستنا هذه بغرض تعزيز أداء كل تقانة من خلال بن اء نظام هجين منهما، عن طريق كتابة برمجيّة عامّة باستخدام برنامج MATLAB بغرض الاختيار الفعّال لمتحولات الدخل لعمليات التنبؤ، و أمثلة أوزان شبكة البيانات قيد الدراسة، و من ثمّ تطبيق هذه البرنامج على بيانات يوميّة، تمّ جمعها من حوض نهر الكبير الجنوبي هي (الهطول، التبخر، الحرارة، الرطوبة النسبية و الجريان النهري بتأخر زمني مقداره يوم واحد) بغرض التنبؤ بالجريان النهري.
سوف ندرس في هذا البحث طريقة جديدة لتتبع مجموعة من طيور الحجل ، حيث يتم وضع الحساسات على هذه الطيور من أجل مراقبة نمط وسلوك حياتها ، فالتحدي الهام في هذا البحث هو معرفة مواقع هذه الحيوانات المتحركة عند حاجتنا لذلك لنتمكن من تقديم المساعدة الضرورية لها و في الوقت المناسب ، لذلك سوف نقدم طريقة جديدة تؤمن لنا دقة مقبولة في تحديد مواقع الحيوانات لكن بطريقة بسيطة و سهلة و غير مكلفة و قليلة استهلاك الطاقة مقارنة مع الطرق الأخرى المتبعة في تتبع الحيوانات ، و ذلك بالاعتماد على مجموعة من العقد المرجعية المعروفة الموقع مسبقا، حيث يتم إرسال معلومات الحساسات المتحركة إلى مجمع مركزي عن طريق هذه العقد المرجعية و تحليلها و الاستفادة منها في تحديد موقع تقريبي للحيوان ، سوف نقوم بتقييم هذه الطريقة باستخدام محاكي الشبكات (NS2).
تعد الرعاية الصحية عن بعد تقنية واعدة في فعاليتها ودقتها وانتشارها، ونظراً لأهمية العناية والمراقبة الطبية في المناطق التي تفتقر لوجود كوادر طبية كافية أو يصعب الوصول إليها من جهة، ونتيجة لارتفاع تكاليف التطبيب خصوصاً من أجل كبار السن من جهةٍ أخرى. ن الت شبكات حساسات الجسم اللاسلكية WBAN اهتماماً كبيراً من البحث والتطوير خصوصاً نتيجةً للتطور الهائل في شبكات الحساسات اللاسلكية والالكترونيات الحديثة التي أحدثت حساسات ذكية صغيرة الحجم قابلة للتموضع داخل الجسم أو عليه. سنتطرق في بحثنا هذا إلى استخدام هذه الشبكات الحديثة في المجال الطبي وتحديداً مراقبة المرضى في المشافي حيث أن المراقبة المستمرة وضبط البارامترات الحيوية هنا ذات أهمية كبيرة على حياة المرضى. تقوم الفكرة الأساسية على نشر مجموعة من الأجهزة الحساسة بتشكيل معين على جسم المريض، ولهذه الأجهزة عدة وظائف لأداء العمل المتكامل المتمثل بقياس وتحسس البارامترات المهمة، وإرسالها على شكل معلومات إلى عقدة منسقة تقوم بتجميع هذه المعطيات وإرسالها الى محطة رئيسية تقوم بمعالجة هذه المعلومات واتخاذ القرار المناسب، ومن ثم إرسال هذا القرار إلى الأجهزة المنتشرة والتي تترجم هذا القرار على أرض الواقع ليتم ضبط البارامترات من جديد.
يقدّم هذا البحث استراتيجة تحكم بالعنفات الريحية متغيرة السرعة والموصولة مع مولد تزامني ذي مغناطيس دائم، بهدف الحصول على أعظم استطاعة ممكنة من العنفات الريحية. استخدمنا نموذج نظام تحويل طاقة الرياح متغير السرعةVWST(Variable speed Wind turbine conversi on system) ، والمكون من عنفة ريحية، مولد تزامني ذي مغناطيس دائم PMSG (Permanent magnetic synchronous generator)، مقوم، مقطع رافع-خافض، قالبة، حمل، ومتحكم تقليدي (Proportional Integral Controller) PI لتثبيت الجهد الذي حصلنا عليه من العنفة الريحية والمولد التزامني عند سرعة رياح متغيرة، ومن ثم استخدمنا إحدى تقنيات الذكاء الصنعي والمتمثلة بالخوارزمية الجينيةGA (genetic algorithm) للحصول على مميزات أعظم استطاعة ممكنة من العنفة الريحية. تمت نمذجة المتحكم التقليدي PI والخوارزمية الجينية باستخدام برنامج الماتلابMATLAB R2014a ومنه حصلنا على مميزات الاستطاعة الميكانيكية للعنفة الريحية وحددنا نقاط الاستطاعة الأعظمية عند كل سرعة للرياح.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا