Resumen

En la naturaleza se pueden encontrar numerosos sistemas autoorganizados que se adaptan de forma autónoma a las circunstancias cambiantes sin perjudicar los objetivos del sistema. Para llevar a cabo un muestreo de regiones eficaz desde el punto de vista energético, proponemos una red de sensores autoorganizada que sigue el modelo de los sistemas reales. Mediante el procesamiento local de datos, los nodos móviles de nuestra red aplican determinadas reglas. Estos principios confieren a los nodos la capacidad de dividir la tarea de muestreo, de modo que pueden autoorganizarse para consumir menos energía en general y muestrear los fenómenos con mayor precisión. El modelo digital basado en hormonas, que contiene estas normas, ofrece un marco teórico para analizar este grupo de sistemas. Este modelo se ha puesto en práctica en simulaciones de mota de grillo. En comparación con un modelo tradicional con muestreo de tasa fija, nuestros resultados muestran que el modelo es más eficiente.

En la optimización del transporte, la programación del personal, el encaminamiento de redes y otras áreas, se emplea con frecuencia el problema del camino más corto restringido (CSP). Como problema NP-difícil, sigue siendo objeto de debate. El mecanismo fundamental del algoritmo adaptativo de la ameba es la base del enfoque novedoso que ofrecemos en este artículo. El procedimiento propuesto consta de dos secciones. Para resolver el problema del camino más corto en redes dirigidas, en la primera sección, utilizamos el enfoque original de la ameba. El algoritmo Physarum y una regla con diseño bioinspirado.

INTRODUCCIÓN

Uno de los problemas más antiguos y frecuentes es el problema de la ruta más corta (SPP), que encuentra aplicación en una variedad de áreas que incluyen optimización de redes, navegación y más. El problema del camino más corto restringido (CSP) busca establecer el camino más corto en una red dirigida entre un nodo de origen conocido y un nodo de destino predeterminado mientras se adhiere a la restricción de que debe ser menor o igual a un límite superior predeterminado. El problema clásico del camino más corto generalmente se vuelve NP-duro debido a limitaciones como estas [ 1 ]. El problema de la asignación de cola en la programación de aeronaves, el enrutamiento de la calidad del servicio en las redes de comunicaciones y otras situaciones son ejemplos destacados de cuándo se utiliza CSP y con frecuencia se consideran una versión de SPP.

Los métodos de relajación lagrangiana, la programación dinámica (DP) y los métodos de clasificación de rutas son tres categorías amplias que se pueden utilizar para agrupar técnicas de resolución de CSP. La primera estrategia en CSP depende de la resolución de un problema dual lagrangiano y emplea varias estrategias para salvar el abismo de la dualidad. Handler y Zang presentaron una solución al problema dual lagrangiano. Al emplear el algoritmo de caminos más cortos y concluir con el primer camino que cumpliera la condición, pudieron cerrar la brecha de dualidad. Además, sugirieron una técnica que realizaba una búsqueda de dirección.

• Materias:Simulación Hormonas Biología
• Subjects:Simulation Hormones Biology
• Palabras claves:Hormona; Simulaciones; Optimización; Physarum
• Keywords:Hormone; Hormone; Simulations; Optimization; Physarum