Sosyal zekâ tabanlı yönlendirme algoritmaları incelenmesi ve karşılaştırılması
Analysis and comparison of swarm intelligence based routing algorithms
- Tez No: 348662
- Danışmanlar: PROF. DR. ETEM KÖKLÜKAYA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada arılar ve karıncalar gibi sosyal canlıların kolektif davranışlarından birebir ilham alınarak tasarlanan ağ yönlendirme algoritmaları incelenip özellikleri ele alınmıştır. Biyolojik sistemlerden esinlenen yönlendirme algoritmaları son 10 yılda geliştirilmiştir. Günümüz ve gelecek nesil ağların mevcut zorluklarla mücadele edebilmesinde, ilham alınan biyolojik sistemlerden aktarılan otonomi, kendi kendine organizasyon, uyarlanabilirlik, sağlamlık ve ölçeklenebilirlik karakteristik özellikler bu algoritmaları güçlendirmektedir. Çalışmada kablolu ve kablosuz ağları farklı sınıflar olarak göz önünde bulundurup her bir sınıf için literatürde yer alan karınca ve arı koloni algoritmalarının özellikleri ele alınmıştır. Algoritmaların ayırt edici özelliklerini ortaya çıkarıp ve bağlantılı olduğu en gelişmiş algoritmalarla genel olarak artı ve eksi yönleri detaylandırılmıştır.
Özet (Çeviri)
In this study I am discuss the properties and review the main instances of network routing algorithms whose bottom-up design has been inspired by collective behaviors of social insects such as ants and bees. This class of bio-inspired routing algorithms includes a relatively large number of algorithms mostly developed during the last ten years. The characteristics inherited by the biological systems of inspiration almost naturally empower these algorithms with characteristics such as autonomy, self-organization, adaptivity, robustness, and scalability, which are all desirable if not necessary properties to deal with the challenges of current and next-generation networks. In this study I am consider di?erent classes of wired and wireless networks, and for each class I briey discuss the characteristics of the main ant- and bee-colony-inspired algorithms which can be found in literature. I point out their distinctive features and discuss their general pros and cons in relationship to the state of the art.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Dijital yayın platformlarındaki öneri sistemlerinin kullanıcılar üzerinde etkisi: Youtube örneği
Effects of recommendation systems in digital broadcasting platforms on users: Youtube example
MEHPARE GÜZİDE ÇELEN
Yüksek Lisans
Türkçe
2021
Radyo-TelevizyonMarmara ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
DOÇ. DR. ALİ MURAT KIRIK
- Kablosuz Ad-Hoc ağlar için oğul zekası tabanlı yeni bir yönlendirme protokolü
A new swarm intelligence based routingprotocol for wireless Ad-Hoc networks
ZAFER ALBAYRAK
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. AHMET ZENGİN
- Artificial intelligence based optimal path selection in wireless sensor networks
Kablosuz sensör ağlarında yapay zeka tabanlı optimal yol seçimi
HIBA APDALANI YOUNUS
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMAL KOÇAK
- Yaşam kalitesi endeksi tabanlı bileşik makine öğrenme teknikleriyle yaşam alanı tahmin modeli
A living environment prediction model using ensemble machine learning techniques based on life quality index
ZÜLFİYE ERDOĞAN
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERSİN NAMLI