چکیده
تقاضای زیاد برای سرویس ها و خدمات بلادرنگ در شبکه های مش بی سیم (WMN)، باعث بروزموضوعات چالش برانگیز زیادی برای تامین کیفیت خدمات (QoS) می گردد. طراحی پروتکل های مسیریابی QoS، که اهداف متعددی را بهینه می سازند، از لحاظ محاسباتی سخت می باشد. این مقاله، با استفاده ازMNSGA-II ، مدل جدیدی برای مسیریابی پیشنهاد می نماید. اهدافی که در اینجا مد نظر قرار داده می شوند، عبارتنداز: به حداقل رساندن تعداد مورد انتظارارسال و تاخیر در ارسال. برای حفظ تنوع در راه حل های غیر غالب، روش فاصله ازدحام پویا (DCD) در NSGA-II پیاده می شود. شبیه سازی در شبیه ساز شبکه 2 (NS-2) انجام شده و با استفاده از متریک های تعداد مورد انتظار ارسال و تاخیر در ارسال، با تغییر تحرک پذیری گره و با افزایش تعداد گره ها، مقایسه هایی صورت می گیرد. مشاهده می شود که MNSGA-II، کارایی را بهبود بخشیده و تاخیر در ارسال (تاخیر ارسال) را برای تعداد متغیری از گره ها و تحرک پذیری بالاتر، به حداقل می رساند. شبیه سازی نشان می دهد که الگوریتم MNSGA-II قطعاً برای حل مسئله مسیریابی چند هدفه مناسب تر می باشد. در اینجا ازروش تصمیم گیری مبتنی بر فرایند تحلیل سلسله مراتبی (AHP) برای تطبیق بهترین راه حل توافقی از مجموعه راه حل های پارتو بدست آمده از طریق MNSGA-II استفاده شده و عملکرد MNSGA-II از لحاظ گستره، با NSGA-II مبتنی بر نقطه مرجع (R-NSGA-II) مقایسه می شود.
1. مقدمه
شبکه های مش بی سیم (WMN) به خاطرخصوصیات پوشش توسعه یافته، اعتبار، خوددرمانی، خود پیکره بندی، تعمیر و نگهداری راحت و سرویس های شبکه پهن باند کم هزینه شان، به رسمیت شناخته شده اند. شبکه های مش بی سیم، برای اپلیکیشن های متنوع نظیر شبکه بندی خانگی پهن باند، ساخت اتوماسیون، ایمنی عمومی و ارتباطات پاسخ اضطراری، شبکه های اجتماعی و سیستم های حمل و نقل، یک پلتفرم جذاب عرضه می نمایند. WMN [1] از مسیریاب های مش ایستا و کلاینت های (کاربر) مش موبایل یا متحرک تشکیل می شود. مسیریاب های (روتر) مش، بین کلاینت های مش، اتصال برقرار نموده و بدین طریق زیرساخت ستون فقرات شبکه های مش بی سیم را تشکیل می دهند. تابعیت دروازه در شبکه مش امکان ادغام WMN با سایر شبکه های موجود را فراهم می آورد.
Abstract
The huge demand for real time services in wireless mesh networks (WMN) creates many challenging issues for providing quality of service (QoS). Designing of QoS routing protocols, which optimize the multiple objectives is computationally intractable. This paper proposes a new model for routing in WMN by using Modified Non-dominated Sorting Genetic Algorithm-II (MNSGA-II). The objectives which are considered here are the minimization of expected transmission count and the transmission delay. In order to retain the diversity in the non-dominated solutions, dynamic crowding distance (DCD) procedure is implemented in NSGA-II. The simulation is carried out in Network Simulator 2 (NS-2) and comparison is made using the metrics, expected transmission count and transmission delay by varying node mobility and by increasing number of nodes. It is observed that MNSGA-II improves the throughput and minimizes the transmission delay for varying number of nodes and higher mobility scenarios. The simulation clearly shows that MNSGA-II algorithm is certainly more suitable for solving multiobjective routing problem. A decision-making procedure based on analytic hierarchy process (AHP) has been adopted to find the best compromise solution from the set of Pareto-solutions obtained through MNSGA-II. The performance of MNSGA-II is compared with reference point based NSGA-II (R-NSGA-II) in terms of spread.
1. Introduction
Wireless mesh networks (WMN) have received due recognition because of their extended coverage, robustness, self healing, self configuring, easy maintenance and low cost broadband network services. WMN offers an attractive platform to a large variety of applications such as broadband home networking, building automation, public safety and emergency response communications, community networks and transportation systems. WMNs [1] are composed of static mesh routers and mobile mesh clients. Mesh routers provide connectivity between mesh clients which form the backbone infrastructure of WMN. The gateway functionality in mesh network enable the integration of WMN with other existing networks.
چکیده
1. مقدمه
2. کارهای مرتبط
1. 2 بهینه سازی یک هدفه در WMN
2. 2 بهینه سازی چند هدفه
1. 2. 2 بهینه سازی چند هدفه در WMN
3. فرمولاسیون مسئله
1. 3 متغیر تصمیم
2. 3 توابع هدف
1. 2. 3 تاخیر در ارسال
2. 2. 3 تعداد مورد انتظار ارسال (ETX)
3. 3 محدودیت های مدل
1. 3. 3 حفظ جریان
4. الگوریتم تکاملی چند هدفه برای مسئله مسیریابی
1. 4 نمایش کروموزوم
2. 4 تولید جمعیت اولیه
3. 4 کراس اور
4. 4 جهش
5. 4 فاصله ازدحام پویا (DCD)
6. 4 الگوریتم MNSGA-II
7. 4 فرایند تحلیل سلسله مراتبی
5. ارزیابی عملکرد
1. 5 تنظیم پارامترها در MNSGA-II و R-NSGA-II
2. 5 تجزیه و تحلیل عملکرد
1. 2. 5 ارزیابی پسین جبهه بهینه پارتو
2. 2. 5 متریک عملکرد
6. نتیجه گیری
Abstract
Keywords
1. Introduction
2. Related work
3. Problem formulation
4. Multiobjective evolutionary algorithm for routing problem
5. Performance evaluation
6. Conclusion
References