بهینه سازی توپولوژی شبکه wimax از طریق چینش گره های ایستگاه مرکزی با کمک الگوریتم ژنتیک

بهینه سازی توپولوژی شبکه wimax از طریق چینش گره های ایستگاه مرکزی با کمک الگوریتم ژنتیک شبکه های بی سیم مش به عنوان یک تکنولوژی کلیدی برای شبکه های نسل آینده به صحنه آمده اند. به خاطر برتری های این تکنولوژی نسبت به سایر شبکه های بی سیم، این شبکه ها در حال توسعه و پیشرفت سریعی هستند و هر روز جای خود را در کاربرد های جدیدتری باز می کنند. به خاطر این منافع برجسته، استاندارد ieee 802.16 (با نام تجاری wimax) به نسخه سال 2003 خود، (نسخه 802.16a) این تکنولوژی را اضافه و معرفی کرده است. در شبکه های مش wimax یک mss می تواند تنها یک مسیر به bs داشته باشد که این مسیر هم مسیریست که از نود بلافاصله پدر شروع می شود. بنابراین نودهای mss به صورت یک درخت سازماندهی می شوند که ریشه آن bs است. می دانیم که به ازای یک گراف شبکه می توان تعداد بسیار زیادی درخت پوشا از آن ایجاد نمو. نکته اصلی و در واقع چالش مهم این است که از یک سو نوع توپولوژی تأثیر غیر قابل انکار روی کارایی شبکه و در نتیجه کیفیت سرویسهای ارائه شده دارد و از سوی دیگر توپولوژیهای مختلف که دارای خصوصیات متفاوتی از نظر عمق و درجه خروجی نودها هستند از نظر نحوه تأثیر روی کارایی شبکه نیز متفاوت عمل می نمایند. یافتن یک توپولوژی در زمان منطقی و قابل قبول که قادر به پشتیبانی از نیازهای کیفیت سرویس نظیر موازنه گذردهی و تأخیر باشد چالش مورد توجه ما در این پایان نامه است. به دلیل فضای جستجوی بسیار بزرگ (nn-2 درخت ممکن برای یک شبکه با n گره)، ما در اینجا با استفاده از الگوریتم ژنتیک و انتخاب یک نمایش که ارزش یال ها را نیز در خود نگه می دارد، سعی در هدفمند کردن جستجو را داریم. راه حل ارائه شده شامل دو بخش عمده می باشد: بخش اول شامل ارائه مدل تحلیلی برای فرمول بندی گذردهی و تأخیر نود و بخش دوم شامل ارائه الگوریتم ژنتیک لازم به منظور یافتن توپولوژی. با توجه به مدل ارائه شده که تاخیر و گذردهی را برای هر نود بر اساس موقعیت مکانی آن نود محاسبه می کند ما قادر به تعریف انواع مختلف توابع برازندگی دلخواه می باشیم . بر خلاف دیگر روش ها تعداد نودها و اهداف شبکه هیچ تاثیری بر الگوریتم ندارد و الگوریتم کاملا مستقل از تعداد نود ها و نیازمندی های شبکه است.