Resumen

En las redes ad hoc móviles (MANETs), la topología difiere muy a menudo debido a los nodos móviles (MNs). La organización de red plana tiene una sobrecarga de mensajes de mantenimiento de topología muy alta. Para reducir esta sobrecarga de mensajes en MANET, se recomiendan las organizaciones en clústeres. Agrupar MANET en MNs tiene la ventaja de controlar la congestión y reparar fácilmente la topología. Cuando el tamaño de la MANET es grande, la partición de MNs en clústeres es un problema de optimización multiobjetivo. Se utilizan varios algoritmos evolutivos como algoritmos genéticos (GAs) para dividir MANET en clústeres. Los GAs sufren de convergencia prematura. En este artículo, se propone un algoritmo de agrupamiento basado en un algoritmo memético (MA). MA utiliza técnicas de exploración local para reducir la probabilidad de convergencia temprana. La función de búsqueda local en MA es encontrar la solución local óptima antes que otros algorit

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Redes móviles ad hoc; Organizaciones de agrupamiento; Algoritmos genéticos; Algoritmo memético; Balanceo dinámico de carga; Auricular de agrupamiento
• Keywords:Mobile ad hoc networks; Clustering organizations; Genetic algorithms; Memetic algorithm; Dynamic load balancing; Cluster headset