Resumen

Hay muchas cuestiones a considerar al integrar las redes 5G y el Internet de las cosas para construir una futura ciudad inteligente, como por ejemplo cómo programar los recursos y cómo reducir los costos. Esto tiene mucho que ver con la optimización dinámica multiobjetivo. Para hacer frente a este tipo de problema, es necesario diseñar una buena estrategia de procesamiento. El algoritmo evolutivo puede manejar este problema de manera efectiva. La predicción en un entorno dinámico ha sido un trabajo muy desafiante. En la literatura previa, la ubicación y distribución de PF o PS son mayormente predichas por el punto central. El punto central generalmente se refiere al centro de la población en el espacio de decisión. Sin embargo, el centro del espacio de decisión no puede satisfacer las necesidades de diversos problemas. De hecho, hay muchos puntos con significados especiales en el espacio objetivo, como el punto ideal y el CTI. En este artículo, se propone una estrategia de predicción híbrida llevada a cabo desde el espacio de decisión y el espacio objetivo (DOPS) para

• Materias:Dispositivos móviles Programación centralizada Redes heterogéneas Cooperación de retransmisión Antenas inteligentes
• Subjects:Mobile devices Centralized scheduling Heterogeneous networks Relay cooperation Smart antennas
• Palabras claves:Redes 5G; Internet de las cosas; Optimización dinámica multiobjetivo; Algoritmo evolutivo; Predicción; Ciudad inteligente
• Keywords:5g networks; Internet of things; Dynamic multiobjective optimization; Evolutionary algorithm; Prediction; Smart city