دانلود مقاله ISI انگلیسی شماره 65685
ترجمه فارسی عنوان مقاله

بهینه سازی شبکه مهاجرت با استفاده از فراشناسی

عنوان انگلیسی
Network migration optimization using meta-heuristics
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
65685 2014 3 صفحه PDF
منبع

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

Journal : AEU - International Journal of Electronics and Communications, Volume 68, Issue 7, July 2014, Pages 584–586

ترجمه کلمات کلیدی
مهاجرت شبکه شبکه های نوری، اقتصاد تکنو، اهریمنی، بهینه سازی چند هدفه
کلمات کلیدی انگلیسی
Network migration; Optical networking; Techno economics; Heuristics; Multi-objective optimization
ترجمه چکیده
تقاضای ترافیک شبکه های ستون فقرات در سال های آینده به سرعت در حال افزایش است، در حالی که هزینه های تجهیزات در هر بیت کاهش می یابد. برای مقابله با این پیشرفت، فناوری به سمت معماری مدرن تغییر کرده است. این فرآیند انتقال باید به لحاظ مالی بهینه سازی شده یا بهبود یافته با توجه به مصرف انرژی باشد. روشهای مختلف بهینه سازی چند دوره ای از ادبیات شناخته شده است، در حالیکه ما بهینه سازی مهاجرت شبکه در تمام دوره ها را با استفاده از متاویرستی انجام می دهیم. این مقاله کارهای قبلی ما را با استفاده از جستجو هارمونی، بهینه سازی ذرات ذرات یا الگوریتم های ژنتیکی برای حل مشکل درک می کند. هدف این است که ارائه برنامه های دقیق برای ارائه دهنده شبکه زمانی که دستگاه شبکه باید در یک گره شبکه خاص قرار می گیرد. بنابراین توزیع هزینه های اقتصادی برای دوره مهاجرت برنامه ریزی شده ارائه می شود. همچنین عملکرد اکتشافی نقشه برداری از اهمیت زیادی برخوردار است.

چکیده انگلیسی

Traffic demand of backbone networks will increase rapidly in the next years, while equipment costs per bit are shrinking. To cope with this development a technology change toward modern architectures is proposed in literature. This migration process should be financially optimized or improved in terms of energy consumption. Different multi-period optimization approaches are known from literature, while we investigate an all-period network migration optimization using meta-heuristics. This paper comprehends our earlier works using harmony search, particle swarm optimization or genetic algorithms to solve the problem. The target is to deliver detailed plans for the network provider when which network device has to be placed at a certain network node. Therefore economic cost distributions are provided for the planned migration period. Also the performance of the mapped heuristics is of high relevance.