MỘT SỐ THUẬT TOÁN TIẾN HÓA GIẢI BÀI TOÁN TỐI ƯU TRONG MẠNG MÁY TÍNH TÓM TẮT LUẬN ÁN TIẾN SĨ TOÁN HỌC

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYỄN GIA NHƯ MỘT SỐ THUẬT TOÁN TIẾN HĨA GIẢI BÀI TỐN TỐI ƯU TRONG MẠNG MÁY TÍNH Chun ngành : Cơ sở tốn học cho Tin học Mã số : 62.46.01.10 TÓM TẮT LUẬN ÁN TIẾN SĨ TỐN HỌC Hà Nội, 2014 Cơng trình hồn thành Trường Đại học Khoa học Tự nhiên, ĐHQG Hà Nội Người hướng dẫn khoa học: PGS.TS Lê Trọng Vĩnh PGS.TSKH Nguyễn Xuân Huy Phản biện 1: ……………………………………………………………… ……………………………………………………………… Phản biện 2: ……………………………………………………………… ……………………………………………………………… Phản biện 3: ……………………………………………………………… ……………………………………………………………… Luận án bảo vệ trước Hội đồng đánh giá luận án cấp Trường họp Trường Đại học KHTN- Đại học Quốc gia Hà Nội Vào hồi……… ………… ngày ……… tháng ……… năm ………… Có thể tìm hiểu luận án tại: Thư viện Quốc gia Thư viện Trường Đại học Khoa học Tự nhiên Mở đầu Ngày nay, mạng máy tính trở thành sở hạ tầng quan trọng kinh tế toàn cầu đời Internet làm thay đổi mạnh mẽ sống người Trong cách mạng này, bên cạnh tiến mặt cơng nghệ vai trị việc nghiên cứu đề xuất thuật tốn có ý nghĩa quan trọng Để đưa giải pháp hữu hiệu cho vấn đề thực tế cần hiểu biết lý thuyết thuật toán phương tiện kỹ thuật Một vấn đề đáng quan tâm mạng máy tính hiệu mạng, hiệu mạng tốt mục tiêu hướng đến nhà nghiên cứu, phát triển quản trị mạng Để có hiệu mạng tốt cần thiết phải có giải pháp mặt thuật tốn nhằm tối ưu hóa mạng Tối ưu hóa mạng máy tính xem trình cân tốt hiệu mạng máy tính chi phí mạng mối tương quan với chất lượng dịch vụ mạng Trong thực tế toán tối ưu mạng thường gặp toán tối ưu tổ hợp (TƯTH), phải tìm giá trị cho biến rời rạc để làm cực trị hàm mục tiêu ([31,60]) Đa số tốn thuộc lớp NP-khó Trừ tốn cỡ nhỏ tìm lời giải cách tìm kiếm vét cạn, cịn lại thường khơng thể tìm lời giải tối ưu Đối với tốn cỡ lớn khơng có phương pháp giải đúng, đến người ta dùng cách tiếp cận sau: 1) Tìm kiếm heuristic, dựa phân tích tốn học, người ta đưa quy tắc định hướng tìm kiếm lời giải đủ tốt 2) Sử dụng kỹ thuật tìm kiếm cục để tìm lời giải tối ưu địa phương 3) Tìm lời giải gần nhờ thuật tốn mơ tự nhiên (xem [31,57,60]) mô luyện kim, giải thuật di truyền, tối ưu bầy đàn … Hai cách tiếp cận đầu thường cho lời giải nhanh khơng thể cải thiện thêm lời giải tìm được, nên cách tiếp cận thứ ba sử dụng rộng rãi cho toán cỡ lớn Trong phương pháp mô tự nhiên, tối ưu đàn kiến (Ant Colony Optimization – ACO) cách tiếp cận metaheuristic tương đối mới, giới thiệu Dorigo năm 1991 (xem [28,29,31]) nghiên cứu ứng dụng rộng rãi cho tốn TƯTH khó (xem [7,9,10,31,36,37,55,59,63]) Tối ưu hóa theo nhóm bầy kỹ thuật tối ưu hóa ngẫu nhiên dựa quần thể phát triển Eberhart Kennedy, theo hành vi bầy chim hay đàn cá PSO tìm kiếm giải pháp tối ưu việc cập nhật hệ [28] Các vấn đề nghiên cứu liên quan đến tối ưu mạng máy tính sở tiếp cận thuật toán tối ưu bầy đàn phong phú đa dạng, kể đến vấn đề sau: i) Bài tốn truyền thơng tối ưu: Bài tốn khung truyền thơng tối ưu tốn thuộc lớp NP-khó, có nhiều ứng dụng thực tế đặc biệt việc thiết kế mơ hình mạng ii) Đặt gateway tối ưu mạng Wireless Mesh Network ( WMN): Thông lượng yếu tố quan trọng đề đảm bảo dịch vụ WMN đáp ứng yêu cầu người sử dụng Để phát triển thuật tốn đặt gateway hướng thơng lượng, độ đo hiệu hiệu sử dụng gọi Multi-hop Traffic-flow weight (MTW) [15] để tính tốn nhân tố ảnh hưởng đến thơng lượng WMNs Những nhân tố bao gồm số router, số client, số gateway nhu cầu băng thông từ client, vị trí gateway ảnh hưởng chúng Dựa MTW, thuật toán tương tác đề xuất để xác định vị trí tốt gateway Mỗi lần gateway chọn đặt router có MTW cao iii) Định vị basestation mạng Wireless Mesh Network: Xác định Basestation mạng WMN khâu quan trọng trình thiết kế mạng WMN Việc định vị basestation mạng WMN liên quan đến nhiều yếu tố khác lưu lượng mạng , kênh truyền, kịch can thiệp, số lượng base stations thông số quy hoạch mạng khác Nhiệm vụ tác giả luận án đặt là: Luận án tập trung giả lớp vấn đề tối ưu mạng máy tính với cách tiếp cận thuật tốn tiến hóa PSO i) Cây khung truyền thơng tối ưu: Đề xuất hướng tiếp cận khung truyền thông tối ưu ( optimal communication spanning tree) Hướng tiếp cận dựa thuật toán tối ưu hóa bầy đàn PSO Giải pháp đạt kết tốt so với thuật toán heuristic biết ii) Đặt gateway mạng WMN: Để xác định vị trí gateway nhằm đạt thơng lượng cực đại, độ đo hiệu sử dụng gọi Multihop Traffic flow weight (MTW) nhằm tính tốn nhân tố ảnh hưởng đến thông lượng mạng WMNs iii)Định vị BTS mạng Mobile Network: Xác định base station mạng Mobile Network khâu quan trọng trình thiết kế mạng Việc định vị BTS liên quan đến nhiều yếu tố khác lưu lượng mạng , kênh truyền, kịch can thiệp, số lượng BTS thông số quy hoạch mạng khác iv) Tối ưu truy cập tập trung mạng Mobile Network: Mạng truy cập kiến trúc hệ thống di động tế bào gồm tầng tương tác: tương tác trạm di động (mobile stationMS) hay tập người dùng đến trạm thu phát sóng sở (base transceiver stations-BTS), tương tác trạm thu phát sóng sở với trung tâm chuyển mạch di động (mobile switching centers-MSC), tương tác trung tâm chuyển mạch di động với tổng đài truy cập tập trung (local exchanges-LE) mạng PSTN Tối ưu truy cập mạng không dây Đây toán quan trọng thiết kế tối ưu mạng Các kết luận án công bố báo cáo hội nghị quốc tế 2, báo tạp chí quốc tế, báo tạp chí nước hội thảo toàn quốc “Các chủ đề chọn lọc công nghệ thông tin”, hội thảo FAIR Ngoài phần mở đầu kết luận, luận án tổ chức sau: Chương giới thiệu số kiến thức mạng không dây nét phương pháp tối ưu tìm kiếm bầy đàn Các vấn đề mở liên quan đến tối ưu mạng không dây trình bày chương Chương 2, luận án đề xuất giải pháp đặt gateway mạng WMN sử dụng thuật tốn PSO nhằm xác định vị trí gateway nhằm đạt thơng lượng cực đại Bài tốn Định vị basestation mạng Mobile Network trình bày Chương Chương 4, luận án đề xuất thuật toán PSO áp dụng tối ưu truy cập mạng không dây Chương Tổng quan tối ưu mạng 1.1 Mạng không dây 1.1.1 Khái niệm 1.1.2 Sự phát triển mạng thông tin di động 1.1.3 Kiến trúc mạng thông tin di động 1.2 Các vấn đề tối ưu mạng 1.2.1 Mục tiêu tối ưu mạng Tối ưu dung lượng: Dung lượng vấn đề nhiều mặt phụ thuộc vào nhiều yếu tố tương tác với Tối ưu vùng phủ sóng: Vùng phủ sóng cho phép người dùng di chuyển thoải mái từ mạng không dây vào mạng không dây khác Đặc biệt mạng không dây di động Theo người dùng chuyển từ mơi trường mạng di động sang môi trường mạng di động khác Tối ưu quản lý tài nguyên: Quản lý nguồn tài ngun chia thành: điều khiển cơng suất, chuyển giao, điều khiển tải Tối ưu quy hoạch mạng: Trong trình phát triển, xây dựng mạng doanh nghiệp quan tâm đến vấn đề quy hoạch mạng nhằm dạt mục tiêu sau: Đảm bảo tối ưu hóa vùng phủ sóng; Đảm bảo dung lượng cung cấp cho dịch vụ đa phương tiện chất lượng cao cho khách hàng; Tối ưu hóa việc lắp đặt, xây dựng mạng; Thuận tiện cho việc bảo hành, bảo dưỡng mạng; nâng cấp, sửa chữa mạng 1.2.2 Các vấn đề mở mạng không dây Truyền thông không dây chứng tỏ tầm quan trọng thời gian qua tảng điều khiển phát triển kinh tế, theo hình thức mạng di động gần cho mạng máy tính (WiFi, WiMAX) Trong thập kỷ tới mang lại phát triển cách đột phá Mức độ phát triển đầy đủ chúng khơng thể dự đốn chắn bao gồm: Các dịch vụ băng thông rộng: dịch vụ “triple-play” (giọng nói, liệu, video) tốc độ lên tới 1Gbit/s cho người dùng môi trường tùy ý Khả tính tốn nơi: Tính thơng minh phân phối tập hợp thiết bị hoạt động cách tự chủ Các mạng cảm biến không dây cho việc giám sát cảm nhận môi trường Để làm điều trên, cần phải giải tương lai vấn đề sau đây: Quản lý tài nguyên độ phổ thông minh; Các mạng di động không đồng nhất; Vấn đề an ninh cho mạng khơng dây 1.2.3 Bài tốn tối ưu 1.3 Các thuật tốn tiến hóa 1.3.1 Thuật tốn di truyền (GA) Giải thuật di truyền (GA-Genetic Algorithm) [27] kỹ thuật khoa học máy tính nhằm tìm kiếm giải pháp thích hợp cho tốn tối ưu tổ hợp (combinatorial optimization) Giải thuật di truyền phân ngành giải thuật tiến hóa vận dụng nguyên lý tiến hóa di truyền, đột biến, chọn lọc tự nhiên, trao đổi chéo 1.3.2 Thuật tốn tối ưu hóa đàn kiến (ACO) Các thuật toán kiến lần giới thiệu Dorigo cộng cách tiếp cận đa tác tử tới vấn đề tối ưu tổ hợp khó, tốn người du lịch (TSP), toán người đưa thư Hiện số lượng ứng dụng ngày tăng nhà khoa học ứng dụng vào nhiều vấn đề tối ưu rời rạc Các ứng dụng gần kể đến tốn lập lịch, tô màu đồ thị, định hướng mạng truyền thơng, v.v… 1.3.3 Thuật tốn tối ưu hóa nhóm bầy (PSO) Tối ưu hóa theo nhóm bầy kỹ thuật tối ưu hóa ngẫu nhiên dựa quần thể phát triển Eberhart Kennedy, theo hành vi bầy chim hay đàn cá Cũng giống GA, PSO tìm kiếm giải pháp tối ưu việc cập nhật hệ Tuy nhiên, khơng giống GA, PSO khơng có thao tác tiến hóa lai ghép hay đột biến Năm 1987, quan sát trình chuyển động theo bầy đàn (bầy chim, đàn cá), Reynolds [6] đưa nhận ba quy luật: Tách biệt; Sắp hàng Liên kết Từ nghiên cứu Renolds, Eberhart Kennedy [7] đưa thêm giả thuyết trình tìm tổ bầy đàn theo quy luật: (1) Tất phần tử bầy đàn có xu hướng chuyển động tổ (2) Mỗi phần tử ghi nhớ vị trí gần tổ đạt tới Tương tự vậy, hai ông đưa giả thuyết trình tìm mồi bầy đàn vùng không gian mà phần tử bầy đàn biết thông tin thức ăn cách bao xa lưu giữ vị trí gần thức ăn mà chúng đạt tới Khi đó, cách tốt để tìm thức ăn theo sau phần tử đầu đàn – bầy gần chỗ thức ăn Từ đó, hai ơng đề xuất thuật tốn PSO theo kịch sử dụng để giải toán tối ưu Trong PSO, giải pháp đơn phần tử (particle) kịch Mỗi phần tử đặc trưng hai tham số vị trí phần tử present[ ] vận tốc v[ ] Đây hai vectơ trường số Rn (n tham số xác định từ toán cụ thể) Đồng thời phần tử có giá trị thích nghi (fitness value), đánh giá hàm đo độ thích nghi (fitness function) Tại thời điểm xuất phát, bầy đàn, hay xác vị trí phần tử khởi tạo cách ngẫu nhiên (hoặc theo cách thức dó dựa vào tri thức biết trước tốn) Trong q trình chuyển động, phần tử chịu ảnh hưởng hai thông tin: thông tin thứ nhất, gọi pBest, vị trí tốt mà phần tử đạt q khứ; thơng tin thứ hai, gọi gBest, vị trí tốt mà bầy đàn đạt khứ Trong nguyên Eberhart Kennedy đưa ra, phần tử PSO duyệt khơng gian tốn cách theo sau phần tử có điều kiện tốt thời (độ thích nghi lớn nhất) Cụ thể sau khoảng thời gian rời rạc, vận tốc vị trí phần tử cập nhật theo công thức: v[ ] = v[ ] + c1.rand() (pbest[ ] - present[ ]) ++ c2.rand() * (gbest[ ] -present[ ]) present[ ] = persent[ ] + v[ ] (1.2) (1.3) Trong đó: rand( ) số ngẫu nhiên khoảng (0,1); c1, c2 hệ số học, chúng thường chọn c1 = c2 = [10] Mã giả thuật toán PSO cho đây: Thuật toán PSO ForEach particle Khởi tạo particle; EndFor Do ForEach particle Tính fitness value; If (fitness value < pBest) then pBest = the fitness value; EndIf If (pBest < gBest) then 10 11 gBest =pBest EndIf 12 EndFor 13 ForEach particle 14 15 Tính vận tốc theo công thức (1.2); 16 Cập nhật vị trí theo cơng thức (1.3); EndFor 17 While (chưa thỏa mãn điều kiện dừng); 18 Trong đó, số điều kiện dừng phổ biến là: số lần cập nhật, số lần cập nhật bầy đàn mà không đưa lại kết tôt hơn, số lần cập nhật mà lượng thay đổi hai lần cập nhật liên tiếp nhỏ ngưỡng đó… Ngồi điều kiện dừng xác định từ toán cụ thể Phiên ban đầu PSO trình bày gọi phiên “tốt toàn cục” (global best), vận tốc phần tử bị ảnh hưởng hai yếu tố là: yếu tố nội – vị trí tốt đạt – yếu tố toàn cục – vị trí tốt bầy đạt Các cải tiến PSO đưa vào yếu tố “cục bộ”, tức vận tốc phần tử trình chuyển động cịn bị tác động vị trí tốt đạt số hàng xóm lbest[ ] Khi đó, cơng thức cập nhật vân tốc là: v[ ] = v[ ] + c1.rand() (pbest[ ] - present[ ]) + c2.rand() * (gbest[ ] - present[ ]) + c3.rand() * (lbest[ ] - present[ ]) (1.4) Theo nghiên cứu M Clerc [8], việc sử dụng yếu tố cục (được gọi phiên “tốt cục bộ” (local best) PSO) thường đem lại hiệu tốt so với việc sử dụng yếu tố toàn cục sử dụng hai yêu tố (cục toàn cục) Để thống việc sử dụng PSO, nhà nghiên cứu thống đưa phiên PSO chuẩn chuẩn Standard PSO 2007 (SPSO-07) Thông tin phiên chuẩn, biến thể ứng dụng PSO tìm thấy [9] 1.4 Mục tiêu bố cục luận án Luận án tập trung giải lớp vấn đề tối ưu mạng máy tính với cách tiếp cận thuật tốn tiến hóa PSO i) Tối ưu thông lượng mạng lõi: Phần mạng lõi (Core network-CN) đóng vai trị quan trọng việc định lực phục vụ khả nâng cấp mạng Tất nhu cầu xuất phát từ phần mạng truy nhập phải thông qua xử lý phần mạng lõi, thay đổi dựa khả phục vụ phần CN Vì việc nghiên cứu tính toán tối ưu dung lượng mạng lõi CN quan trọng ii) Tối ưu thông lượng mạng lưới khơng dây: Để xác định vị trí gateway nhằm đạt thông lượng cực đại, độ đo hiệu sử dụng gọi Multihop Traffic flow weight nhằm tính tốn nhân tố ảnh hưởng đến thơng lượng mạng WMNs iii) Tối ưu truy cập mạng không dây: Xác định base station mạng không dây khâu quan trọng q trình thiết kế mạng khơng dây Việc định vị base station mạng không dây liên quan đến nhiều yếu tố khác lưu lượng mạng , kênh truyền, kịch can thiệp, số lượng basestations thông số quy hoạch mạng khác Sau tối ưu vị trí trạm basestations, cơng việc tiếp cận tối ưu truy cập tập trung mạng không dây với kết hợp BTS, MSC LE Ngoài phần mở đầu kết luận, luận án tổ chức sau: Chương giới thiệu số kiến thức vấn đề mở tối ưu mạng không dây Luận án phân tích giới thiệu cách tiếp cận tiến hóa giải tốn tối ưu thuật toán GA, ACO, PSO Chương 2, luận án đề xuất giải pháp đặt gateway mạng WMN sử dụng thuật tốn PSO nhằm xác định vị trí gateway nhằm đạt thơng lượng cực đại Bài tốn định vị basestation tối ưu truy cập tập trung mạng khơng dây trình bày Chương Các kết luận án công bố báo cáo hội nghị quốc tế, báo tạp chí quốc tế, báo tạp chí nước, hội thảo quốc gia “Các chủ đề chọn lọc công nghệ thông tin”, hội thảo FAIR Cụ thể sau: 1.5 Kết chương Chương này, luận án giới thiệu số kiến thức vấn đề mở tối ưu mạng không dây Luận án phân tích giới thiệu cách tiếp cận tiến hóa giải tốn tối ưu thuật tốn GA, ACO, PSO Chương Tối ưu thơng lượng mạng 2.1 Tối ưu thông lượng mạng lõi 2.1.1 Phát biểu toán Bài toán Cây khung truyền thông tối ưu (OCST, Optimal Communication Spanning Tree Optimization) Hu [8] đưa vào năm 1974 Vấn đề khung tối thiểu định nghĩa sau: i, j, k =1, 2, , n, số nút; l=1…L số loại dịch vụ Tham số: n=|V| số nút , m=|E| số cạnh, qst  Q yêu cầu loại nguồn l nút s để chứa nút t uij  U dung lượng cạnh (i, j) , wl W trọng số (ưu tiên) dịch vụ thông tin liên lạc l, dij  D độ trễ cạnh (i, j) (hoặc định phương pháp thực dij  l wl G  qijl  uij  cho QoS NGN), (2.5)  G  qijl  uij  hàm số để xác định độ trễ loại dịch vụ l Các biến định: yij: Dung lượng yêu cầu luồng (i, j) , xij: 0-1 biến định Bài tốn mơ sau: f  x    L   wl  i , j E l 1     0, yij  uij   (2.6) Thỏa mãn n n   i 1 j 1 n n   i 1 j 1 xij  n  xij  S  cho S nút  qijl , if i  s n n   yij   yki   0, if i  V  s , t j 1 k 1  q l , if i  t  ij l nút nguồn nút chứa qij , l  L xij  0,1 , i, j  n (2.7) (2.8) (2.9) (2.10) (2.11) 2.1.2 Các nghiên cứu liên quan Bài toán OCST chứng minh tốn NP-khó [9], điều có nghĩa khơng tồn thuật tốn giải xác toán với thời gian đa thức, trừ P = NP Trên thực tế, thuật tốn xác đề xuất giải tốn có kích thước nhỏ với thời gian chấp nhận [5] Do việc phát triển thuật tốn tìm kiếm hiệu đưa lời giải chất lượng cao cho toán OCST hướng nghiên cứu quan tâm Để giải tốn OCST, số thuật tốn xác đề xuất điển hình thuật tốn nhánh cận Ahuja Murty [21], nhiên chúng không thật hiệu giải toán kể với tốn kích thước nhỏ [12] Rất nhiều giải thuật xấp xỉ phát triển nhiên chất lượng lời giải giới hạn Giải thuật heuristic Palmer Kershenbaum [2] đề xuất Trong [8], Chou cộng dựa mã hóa người tiền nhiệm tạo số nhiễm sắc thể bất hợp pháp (nghĩa bao trùm) Kết hợp khởi tạo ngẫu nhiên đơn giản, hầu hết nhiễm sắc thể bất hợp pháp ba lý do: thiếu nút I, tự vòng lặp, có chu kỳ Quy trình sửa chữa phức tạp sử dụng hệ (chi phí điện toán), sau sửa chữa, xuyên chéo đột biến khó mà biểu trưng cho giải pháp mà kết hợp cấu trúc bên bố mẹ chúng (vị trí khả di truyền xấu nhất) Lin Lin Misuo Gen [15] đề xuất cách mã hóa dựa PrimPred, mã hóa dựa người tiền nhiệm có cải tạo Việc khởi tạo phụ thuộc vào thuật toán bao trùm ngẫu nhiên Quy trình cụ thể cách mã hóa giải mã giới thiệu [10] 2.1.3 Tối ưu khung truyền thông sử dụng thuật tốn PSO Trong phần này, chúng tơi trình bày ứng dụng phương pháp PSO cho vấn đề cMST Xét cấu hình thuật tốn gồm n nút với lược đồ biểu diễn NBE trình bày Mỗi cá thể mã hóa ma trận x   xij  xij  0,1 , i, j  n nn Để khơng tính tổng qt giả định G đồ thị đầy đủ vơ hướng Mã hóa node theo NBE (Node Biased Encoding) [8]  Mã hóa: Mỗi khung T đồ thị G=(V,E) thể vectơ có n thành phần thực b=(b1,b2,…,bn) (b gọi vectơ trọng số)  Giải mã - Bước 1: Xây dựng đồ thị trung gian G’=(V,E) với việc thay đổi ma t rận khoảng cách D’=(d’ij)nxn tính tốn sau: d’ij=dij+P2+(bi+bj)*dmax dmax=MAX{dij} P2 node tham số  Bước 2: Tính T khung truyền thông tối ưu đồ thị G’ dùng thuật toán Prim Sau thực thuật toán Prim, node i với trọn số bi thấp trở thành node interior node khác j với trọn số bj cao trở thành node Hơn nữa, vectơ trọng số cao bi, lại trở thành node Chúng sử dụng khởi tạo ngẫu nhiên hoàn toàn để khởi tạo quần thể thỏa mãn ràng buộc (2.9) (2.10) Chúng tạo để thể phần tử ma trận y   yij  nn yij  0, i, j  n tính tốn cơng thức (2.5) Hàm chi phí cho cá thể x tính Bài tốn 1: Tối ưu việc đặt gateway để cực đại tổng thông lượng WMNs Trong mơ hình WMN trên, cho Nc, Nr, Ng, W1, W2 phân phối router, phân phối client, truyền, việc lập lịch giao thức định tuyến, Ng gateway chọn số Nr router để: Nc  TH i 1 i, N   max (2.17) g đạt cực đại, TH  i, N g  thông lượng cho client client thứ i Ng gateway triển khai Bài toán 2: Tối ưu việc đặt gateway để cực đại thông lượng client trường hợp xấu WMN Trong mơ hình WMN trên, cho Nc, Nr, Ng, W1, W2 phân phối router, phân phối client, truyền, việc lập lịch giao thức định tuyến, Ng gateway chọn số Nr router để Nc TH i 1 i, N   max (2.18) g 2.2.2 Đặt gateway hiệu sử dụng thuật toán PSO Để áp dụng thuật toán PSO cho toán việc phải tìm cách biểu diễn phần tử cho phần tử giải pháp tốn Thơng thường, có ba phương pháp mã hóa: mã hóa số thực, mã hóa số ngun, mã hóa bít nhị phân Tơi sử dụng phương pháp mã hóa số nguyên đễ mã hóa cá thể Mỗi phần tử vectơ K chiều (K số gateway cần đặt vào) mà thành phần số nguyên tương ứng với vị trí đặt WMN Cụ thể, ký hiệu gateway {g1, …, gk}, phần tử j thuật toán PSO {aj1, …, ajk} aji tương ứng gateway gi nhận giá trị nguyên sinh ngẫu nhiên Giả sử mơ hình mạng WMN, trình bày mục 2.2.1, chia thành N ô đánh số từ trái sang phải, từ xuống Khi aji nhận giá trị khoảng [0 (N-1)] {Thuật toán giải mã phần tử} (1) Xác định vị trí đặt gateways (2) Tính thơng lượng cho trường hợp mục 2.2.1.3 Quần thể ban đầu khởi tạo với P phần tử (P tham số thiết kế) Mỗi phần tử vectơK chiều (K số gateway cần đặt vào) mà thành phần số nguyên tương ứng khoảng [0,N-1] sinh ngẫu nhiên Giả sử trình thiết lập phần tử thứ j {aj1, …, ajk} Khi giá trị thích nghi Fj phần tử j tính theo cơng thức sau: Fj = - ∑𝑁𝑐 (2.24) 𝑖=1 𝑇𝐻(𝑖,𝐾) Các phần tử hệ cập nhật theo công thức (3.7) (3.8) Trong present[j] v[j] cá thể thứ j quần thể thuộc hệ xét vận tốc tìm kiếm cá thể Trong ngữ cảnh toán xét, present[j] v[j] vectơ thực K chiều Vì PSO trình ngẫu nhiên, nên phải định nghĩa điều 12 kiện dừng cho thuật toán Thuật toán dừng giá trị gBest pBest không thay đổi sau G hệ (G tham số thiết kế) 2.2.3 Kết mô đánh giá 2.2.3.1Tham số mô Tôi khai báo cài đặt thuật tốn ngơn ngữ lập trình C với cấu hình máy thực nghiệm chip Intel® CPU Duo Core 3.0 GHz, nhớ RAM 2G Các tham số thiết lập thực thi thuật tốn mơ tả Bảng 2.4 Bảng 2.3 Các tham số thiết lập chạy thuật tốn Thuật tốn PSO  Kích thước nhóm bầy  Số lượng vòng lặp tối đa  Hệ số học  Số lân cận xem xét Giá trị tham số P = 100 Ngen = 500 c1 = c2=1 K=3 2.2.3.2 Kịch kết mô Vận dụng thuật toán PSO vào việc xây dựng kế hoạch đặt Gateway mạng WMN nhằm tối ưu thông lượng mạng, đạt kết nghiên cứu tốt phương pháp trước đây, mà trực quan phương pháp phương pháp đặt Gateway dựa tham số MTW [15] Giả thiết có 5000 client phân bố ngẫu nhiên lưới vng 25x25 ơ, có router Kịch 1: Chúng nghiên cứu mối quan hệ số Gateway đặt mạng thông lượng mà mạng đạt Giả thiết băng thông cục 10Mbps, (c2W2 = 10) băng thông lõi 20 Mbps (c1W1 = 20) Sau tơi cho số Gateway tăng dần từ 10 đến 100, bước tăng 10 Gateway Kết mô thể Bảng 2.5 Theo kết mô thấy lúc tăng số Gateway thơng lượng mạng tăng lên Vì số Gateway tăng lên, bên cạnh việc giảm số hop truyền thơng lõi, nhiễu ảnh hưởng Gateway gia tăng, làm giảm đáng kể thơng lượng mạng Bảng 2.4 Tương quan so sánh thông lượng đạt đặt Gateway theo thuật toán PSO, ACO theo phương pháp sử dụng tham số MTW Thuật toán MTW PSO ACO 10 681.7 1142 1165 20 628.6 1097 1073 30 922.6 1184 1152 40 804.9 1103 1096 Số Gateway 50 60 715.7 687.0 976.3 935.2 985.1 967.3 70 1295 1452 1489 80 1257 1352 1315 90 1218 1241 1253 100 1184 1278 1291 Kịch 2: Tôi so sánh thông lượng thấp đạt client hai phương pháp Vẫn giả thiết tham số kịch Theo kết mô nhận Bảng 2.6, lại lần dễ dàng nhận ưu việt phương pháp đặt Gateway dựa thuật toán PSO, ACO so với phương pháp dùng tham số MTW 13 Bảng 2.5 Tương quan so sánh thông lượng thấp client đặt Gateway theo thuật toán PSO, ACO theo phương pháp sử dụng tham số MTW Thuật toán MTW PSO ACO 10 0.020 0.035 0.037 20 0.030 0.046 0.041 30 0.058 0.073 0.069 40 0.058 0.058 0.058 Số Gateway 50 60 0.041 0.040 0.057 0.064 0.061 0.059 70 0.07 0.18 0.18 80 0.07 0.096 0.092 90 0.071 0.085 0.089 100 0.072 0.093 0.095 Kịch 3: Để đánh giá rõ số lượng Gateway cần đặt thiết kế mạng, xem xét thêm trường giá trị thông lượng trung bình đạt Gateway số lượng Gateway tăng dần từ 10 đến 100, bước tăng 10 Gateway, theo phương pháp: phương pháp sử dụng tham số MTW phương pháp sử dụng thuật tốn GA, PSO ACO Giả sử băng thơng lõi băng thông cục 20Mbps 10Mbps Kết mô thể Bảng 2.7 Bảng 2.6 Giá trị thơng lượng trung bình Gateway Thuật toán MTW GA PSO ACO 10 68.17 111.0 114.6 116.5 20 31.43 52.03 57.12 56.41 30 30.07 37.29 38.57 37.84 40 20.12 25.28 25.28 26.15 Số Gateway 50 60 14.31 11.45 18.43 14.51 14.51 20.57 19.44 15.16 70 18.50 18.78 18.93 18.93 80 15.71 15.98 15.98 15.98 90 13.54 13.76 13.85 3.79 100 11.84 12.09 12.24 12.31 Để đánh giá hiệu vị trí Gateway, sử dụng tham số: Tổng thông lượng tất Client thuật toán PSO_Sum, ACO_Sum Thông lượng tối thiểu Client gọi PSO_Min, ACO_Min Kịch 4: Giả sử Nc=200, Nr=36, l=1000m, ta xét 1000 client phân bố lưới hình vng kích thước 1000m x 1000m Ta chia thành 36 hình vng nhỏ router đặt trung tâm hình vng Các tham số sử dụng CRF = 4, SRD=3, IntD=2, băng thông mạng lõi 20 Mbps băng thông mạng cục 10 Mbps Trong kịch 4, so sánh thông lượng phương án tối ưu thuật tốn trung bình trường hợp xấu trường hợp trung bình Kết so sánh thể Hình 2.16 Hình 2.17 Hình 2.5 So sánh thơng lượng trung bình xấu nhấy Client kịch Kịch 5: Tương tự kịch thay giá trị Nc=400, Nr=64 lưu lượng cục yêu cầu router sinh ngẫu nhiên Kết kịch thể Hình 2.6 14 Hình 2.6 So sánh thơng lượng trung bình xấu Client kịch 2.2.3.3Đánh giá Kết mô cho nhìn tổng quan để chọn số lượng gateway cần đặt thiết kế mạng Khi số lượng gateway lớn, thơng lượng trung bình đạt gateway nhỏ, điều gây lãng phí tài nguyên mạng Vì cần chọn số gateway phù hợp để đảm bảo thông lượng tốt cho mạng, khơng gây lãng phí Kết mơ Bảng 3.4 cho thấy với số gateway, phương pháp sử dụng thuật toán PSO ACO ln cho giá trị thơng lượng trung bình gateway tốt Như dù trường hợp nào, phương pháp đặt gateway sử dụng thuật toán PSO cho ta kết tốt kết đạt phương pháp sử dụng tham số MTW 2.3 Kết luận chương Trong chương này, luận án đề xuất thuật toán PSO để giải tốn tối ưu thơng lượng mạng lõi Mơ hình toán chuyển bao trùm tối thiểu có khả (cMST) mà xem xét đến khả mạng lưới, ưu tiên khác cho loại hình dịch vụ mơi trường động khác Trong thuật tốn tơi, hàm mục tiêu xác định tổng số thời gian trễ trung bình dựa ma trận pheromone kiến thỏa mãn hạn chế dung lượng để tìm giải pháp thích hợp tốt Các thử nghiệm số với vấn đề mạng lưới thơng tin liên lạc có quy mơ khác cho thấy tính hiệu hiệu thuật tốn chúng tơi, điều cho thấy thuật này tốt nhiều so với nghiên cứu gần Bài toán đặt Gateway mạng WMN nhằm tối ưu thông lượng mạng - vấn đề có ý nghĩa thực tiễn cao sử dụng thuật toán tối ưu bầy đàn (PSO) dựa độ đo tham số MTW để đánh giá Gateway Các kết mơ phân tích cho thấy rõ ưu việt phương pháp hiệu suất lẫn độ hội tụ phương án tối ưu Hiệu suất tốt đạt với thuật toán PSO mức thấp lượng thời gian truyền thơng Với vai trị tốn có ý nghĩa thực tiễn cao, tốn đặt Gateway mạng WMN nhằm tối ưu thông lượng mạng hẳn nghiên cứu tiếp giải pháp tối ưu 15 Chương Tối ưu truy cập mạng 3.1 Đặt trạm sở mạng thơng tin di động 3.1.1 Mơ hình tốn Chúng ta định nghĩa hình thức mơ hình truyền thơng mạng di động sau: Có M trạm BTS, cần thiết lập N trạm BTS thành trạm điều khiển để quản lý lưu lượng mạng (ở N