دانلود مقاله ISI انگلیسی شماره 46162
عنوان فارسی مقاله

مکانیزم محلی سازی چندگسلی مبتنی بر بهینه سازی کلونی مورچه در شبکه های نوری الاستیک

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
46162 2015 5 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Ant colony optimization based multi-faults localization mechanism in elastic optical networks
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Optik - International Journal for Light and Electron Optics, Volume 126, Issue 1, January 2015, Pages 45–49

کلمات کلیدی
شبکه های نوری الاستیک - بقای شبکه - محلی سازی چندگسلی - بهینه سازی کلونی مورچه
پیش نمایش مقاله
پیش نمایش مقاله مکانیزم محلی سازی چندگسلی مبتنی بر بهینه سازی کلونی مورچه در شبکه های نوری الاستیک

چکیده انگلیسی

In order to withstand and recovery from multi-faults in elastic optical networks, we propose a novel multi-fault localization mechanism based on ant colony optimization and mixed line-rates. Multi-faults localization has been proved to be a NP-complete problem in wavelength switched optical networks, and all existing multi-faults localization algorithms require time that is super polynomial in the input size. Furthermore, multi-faults localization in elastic optical networks gets new features that the affected high-bit-rate services will play a greater role than the affected low-bit-rate services. In order to handle the mixed line-rates, we introduce the dependency metric which is used to describe dependency between alarms and likely causes. We establish the linear programming model for multi-faults localization and propose an objective function while considering the mixed line-rates. We implement the ant colony optimization based multi-faults localization mechanism on the stateful PCE-based multi-domain elastic optical networks test bed. The numerical results show that ant colony optimization based multi-faults localization mechanism has low flooding time and alarm packets, high success rate compared with the existing localization algorithms. We choose the best configuration of ant colony optimization based multi-faults localization by adjusting the parameters.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.