مقاله کنفرانسی سال ۱۴۰۱ فارسی

الگوریتم مسیر یابی فازی جدید Fuzzy EIGRP

چکیده مقاله

امروزه الگریتم های مسیر یابی یکی از ابزارهای مهم برای رفع چالش های انتقال داده در شبکه های کامپیوتری نظیر اینترنت اشیا،شبکه های اجتماعی ،شیکه های چند رسانه ای و غیره هستند دسته مهمی از این الگوریتم ها نظیر EIGRP ار نسل الگوریتم های هیبریدی چند معیاری بوده که اکنون برای ارتقا کیفیت خدمات دهی در شبکه های مبتنی برIP استفاده می شوند علی رغم سازگاری بی نظیر EIGRP با نیازمندی های نوین شبکه های کامپیوتری ،همچنان این الگوریتم از نقاط ضعف متعددی رنج می برد متاسفانخ الگوریتم EIGRP در مسیر های با اتصالات مشترک برای انتقال پیام های بزرگ ،منابع شبکه را هدر داده و زمان اننقال را افزاش می دهد این مقاله تلاش می کند در کنار دو پارامتر پهنای باند و تاخیر مسیرها،با ارایه یک منطق فازی،دو پارامتر اندازه پیام و تعداد اتصالات مشترک را نیز با اعداد فازی مثلثی مدل سازی کرده و عملکرد این الگوریتم را ارتقا دهد الگوریتم جدید Fuzzy EIGRP به مسیر هایی که اتصالات مشترک کمتر ،پهنای باند بیشتر و تاخیر کمتری دارند،پیام های بزرگتری را تخصیص می دهد شبیه سازی های کامپیوتری نشان می دهند میانگین زمان انتقال و کارایی روش Fuzzy EIGRP به مقدار قابل توجهی بهتر از روشEIGRP است

کلیدواژه‌ها

مسیر یابی کیفیت خدمات دهی الگوریتم EIGRP اعداد فازی مثلثی زمان انتقال پیام

نویسندگان

تصویر آذر حیدریان

آذر حیدریان

استادیار دانشکده فناوری اطلاعت و مهندسی کامپیوتر،گروه مهندسی کامپیوتر،دانشگا شهید مدنی آذربایجان

شیوه ارجاع

�یدریان، آذر،1401،الگوریتم مسیر یابی فازی جدید Fuzzy EIGRP،اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوع�

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی8 اسفند 1402 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مروری بر تکنیک های هوش مصنوعی در خودروهای الکتریکی خودران

سیستم های رانندگی خودکار ADS دامنه ای جدید برای صنعت خودرو باز کرده و امکانات نوینی را برای حمل ونقل آین…

LiDARسیستم های خودرانوسایل نقلیه خودران
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مقایسه عملکرد دو مدل شبکه عصبی عمیق BiLSTM و CNN در پیش بینی قیمت سهام (مطالعه موردی: بورس اوراق بهادار تهران)

شبکه های عصبی به عنوان یک پیشرفت تکنولوژیک در زمینه یادگیری عمیق به ویژه در پردازش داده هایساختار بافته…

یادگیری عمیقشبکه های عصبیپیش بینی قیمت سهام
مقاله کنفرانسی سال ۱۴۰۱ ۹۴۲ مشاهده

مروری بر سیستم های توصیه گر مبتنی بر گراف دانش

در سال های اخیر با توجه به رشد روزافزون حجم داده ها در بسترهای مختلف، استفاده از سیستم توصیه گر برای کمک…

گراف دانشفاکتورسازی ماتریسسیستم های توصیه گر
مقاله کنفرانسی سال ۱۴۰۱ ۸۰۸ مشاهده

بهبود روش LIME با نمونه برداری هوشمند و غیر قطعی

LIME یکی از محبوب ترین مدل های هوش مصنوعی توضیح پذیر XAI ، است که سعی در شفاف سازی دلایل تصیم گیری مدل ه…

ثباتوفاداریروشLIME
مقاله کنفرانسی سال ۱۴۰۱ ۷۶۵ مشاهده

سامانه توصیه گر مبتنی بر گراف دانش با استفاده از شبکه عصبی کانولوشن

استفاده از گراف دانش به عنوان اطلاعات جانبی در سامانه های توصیه گر مدرن به طور گسترده افزایش پیدا کرده ا…

گراف دانشسامانه توصیه گرشبکه عصبی کانولوشن