Este artículo presenta una evaluación de desempeño de algoritmos de inteligencia computacional basados en teoría multiobjetivo para la solución del problema de enrutamiento y asignación de longitudes de onda en redes ópticas. El estudio evalúa el algoritmo de luciérnaga, el algoritmo evolutivo diferencial, el algoritmo de enfriamiento simulado y dos versiones del algoritmo de optimización por enjambre de partículas. El artículo provee una descripción de los algoritmos multiobjetivo, y luego presenta una evaluación basada en las prestaciones de dichos algoritmos contra las generadas por propuestas mono-objetivo al tratar diferentes cargas de tráfico, número de longitudes de onda y procesos de conversión de longitud de onda sobre la topología de red NSFNet. Los resultados de simulación muestran que los algoritmos mono-objetivo resuelven adecuadamente el problema RWA para valores bajos de tráfico y número de longitudes de onda. Sin embargo, las propuestas multiobjetivo se adaptan mejor al tráfico dinámico cuando el número de longitudes de onda disponibles en la red aumenta y también cuando los nodos incorporan características de conversión de longitud de onda.
Introducción
El creciente crecimiento del consumo de tráfico de datos, que se prevé que continúe en los próximos años (Cisco Visual Networking Index, 2015), y la madurez tecnológica alcanzada por los sistemas de fibra óptica para permitir despliegues de redes ópticas capaces de gestionar enormes cantidades de ancho de banda a la vez que proporcionan más funciones distintas a la transmisión punto a punto, como la conmutación y el reenvío, han posicionado a la fibra óptica como el medio de transmisión preferido en las redes de datos de alta velocidad y largo alcance actuales. Estas redes se conocen como redes de enrutamiento por longitud de onda. Una red de enrutamiento por longitud de onda proporciona caminos de luz a sus clientes, es decir, conexiones ópticas transportadas de extremo a extremo desde un nodo de origen a un nodo de destino utilizando una longitud de onda en cada enlace intermedio.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Mejorando la predicción de riesgos a la salud con aprendizaje profundo en datos masivos y el paradigma de nodo de fusión revisado
Artículo:
Un Esquema de Ocultación de Datos sin Distorsión para Mallas Triangulares Basado en Subdivisión Recursiva
Video:
Relación entre big data, data mining y estadística
Video:
¿Cómo pueden los datos masivos impactar al marketing CPG?
Artículo:
Un Método Mejorado de Decisión de Modo Rápido para la Intracodificación H.264/AVC
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas