مسیریابی شبکه های کامپیوتری چندبخشی با استفاده از الگوریتم ژنتیک و کولونی مورچه
محورهای موضوعی : فناوری اطلاعات و ارتباطات
1 - هیئت علمی
کلید واژه:
چکیده مقاله :
با توجه به رشد و توسعه شبکه های کامپیوتری،اهمیت موضوع مسیریابی پیش از گذشته شده است.اهمیت استفاده از شبکه های چندبخشی را امروزه نمی توان نادیده گرفت.بسیاری از برنامه های چندرسانه ای نیاز به ارسال یک بسته از یک منبع به چندین مقصد،از طریق یک شبکه ارتباطی دارند.برای پشتیبانی از چنین برنامه هایی نیازمند ایجاد یک درخت چندبخشی بهینه می باشیم،که نشان دهنده مسیرهای بهینه دستیابی ازیک منبع ارسال کننده به چندین مقصد مورد نظر است.دستیابی به یک درخت بهینه جهت مسیریابی ،از جمله مسائلی است که دارای پیچیدگی فراوانی می باشد. در این مقاله به دنبال ارائه روشی برای مسیریابی در شبکه های چندبخشی ،با توجه به پارامترهایی مانند هزینه و تأخیر می باشیم. همچنین این مقاله اهمیت ویژه ای به این موضوع داده است که هر یک از پارامترهای ذکر شده جهت مسیریابی، برای بسته‌های متفاوت دارای ارزش‌های متفاوت نیز می باشند و به تناسب ارزش هریک از این پارامترها، درخت‌های مسیریابی چندبخشی بهینه‌ای ایجاد می شود. جهت دستیابی به این هدف ازدو الگوریتم ژنتیک و الگوریتم کولونی مورچه‌ها استفاده می‌شود.نتایج به دست آمده از شبیه سازی نشان داده است که الگوریتم‌های ارائه شده با توجه به تناسب بسته‌ها،توانایی ایجاد درخت های چندبخشی بهینه ای را دارا می باشند.
Due to the growth and development of computer networks, the importance of the routing topic has been increased. The importance of the use of multicast networks is not negligible nowadays. Many of multimedia programs need to use a communication link to send a packet from a sender to several receivers. To support such programs, there is a need to make an optimal multicast tree to indicate the optimal routes from the sending source to the corresponding sinks. Providing an optimal tree for routing is a complicated problem. In this paper, we are looking forward a method for routing of multicast networks with considering some parameters such as the cost and delay. Also, this paper has emphasized the issue that every parameter in routing problem has different value for different packets. And in accordance to these parameters optimal routing multicast trees are proposed. To gain this end, the genetic algorithm and ant colony optimization approaches are adopted. The simulation results show that the presented algorithms are able to produce optimal multicast trees subject to the packets.
