مقاله درمورد Q توصیف الگوریتم مسیر یابی

مقاله درمورد Q توصیف الگوریتم مسیر یابی

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 8 صفحه

 قسمتی از متن word (..doc) : 
 

‏1
‏(خلاصه)
‏این مقاله به توصیف الگوریتم مسیر یابی Q‏ برای مسیر یابی packet‏ در ماجول تقویت کننده آموزش دهنده که در هر گروه از یک شبکه جابجا کننده قرار داده شده است می پردازیم. تنها ارتباطهای محلی برای هر گیرنده بکار می رود تا آمار آنها را در مرحله تصمیم های جهتیابی دقیق نگاه دارد که منجر به کاهش زمان ارسال می گردد. در آزمایشهای ساده که حاوی 36 گره است و شبکه بصورت بی قاعده ای متصل گردیده است. جهتیابی Q‏ ب‏رتری حضور را نسبت به الگوریتم غیر قابل تطابق ‏مبتنی بر محاسبات کوتاهترین مسیر ها به اثبات می رساند و قادر خواهد بود تا به میزان کافی جهتیابی انجام دهد حتی زمانی که ویژگیهای بسیار مهم شبیه سازی همانند load‏ کردن شبکه اجازه می یابند تا بطور پویا تغییر پیدا کنند. این مقاله در برگیرنده بحثی در مورد حالت حد ووسط بین کشف میان برها و سیاستهای با ثبات نگه داشتن می باشد.
‏معرفی INTROSUCTION‏
‏حیطه تقویت دانش ‏بنحو چشمگیری در طی چند سال اخیر رشد کردهاست البته به استثناء ماتریس [8,2]‏ ‏که کاربردهای موفقیت آمیزی کمتری در مقایسه با کارهای عملی و بزرگ دشته است. این مقابله نشان می دهد که کار عملی جهتیابی Pachat‏ ها درون یک ارتباط شیبکه ای یک کاربرد طبیعی برای الگوریتم تقویت کننده دانش می باشد.
‏الگوریتم جهتیابی Q‏ تا، متناسب با برخی الگوریتمهای جهتیابی packet‏ توزیع شده [6,7]‏ یاد می دهد که سیاست جهتیابی که در آن توزان ها تعداد پرشهای یک pachet‏ را به حداقل می رسانند با احتمال انسداد مسیرهای شلوغ بدست خواهد آمد. این امر به کمک آزمایش روشهای جهتیابی گوناگونم و جمع آوری آمار درباره تصمیمهایی که زمان ارسال را به حداقل می رساند میسر خواهد شد. یادگیری مستمر و پیوسته خواهد بود، تنها از اطلاعات محلی استفاده می کند و بصورت بی قاعده بسیار قوی و یکپارچه عمل می کند و الگوهای ارتباط شبکه دائما در حال تغییر load‏ شدن است.
‏2
‏آزمایشات در این مقاله به کمک شبیه ساز گسسته رویداد صورت گرفته است تا ‏حول انتقال packet‏ ها را در درون یک شبکه محلی بدست دهد و در بخش [5]‏ توضیح کامل در این مورد داده شده است.
‏جهتیابی برای تقویت عملکرد یادگیری Routiny As A Reinforcement learniy task
‏سیاست جهتیابی یک packet‏ پاسخگویی این پرسش می باشد که : به کدام گروه مجاور می بایستی گره فعلی packet‏ ‏های خود را ارسال کند در مقایسه با مقصد نهایی اش آزاد دریافت دارد؟ از آنجائیکه عملکرد این روش به کمک کل زمان بدست آمده جهت ارسال یک packet‏ اندازه گیری می شود، هیچ سیگنال آموزش دهنده ای برای برآورد کردن مستیم یا بهبود دادن سیاست تا زمانیکه یک packet‏ نهایتا به مقصد خود می رسد وجود ندارد. با اینهمه، با استفاده از تقویت یادگیری،روش می بایستی سریعتر بروز شود و تنها از اطلاعات محلی استفاده کرد. فرض کنید Q(x)(d,y)‏ زمانی باشد که یک گروه x‏ تخمین زده می شود که یک packet‏ را به گره d‏ به کمک گروه همسایه x‏ یعنی y‏ تحویل دهد، که در برگیرنده هر زمانی است که p‏ می بایستی در صفx‏ صرف کند. در زمان ارسال p‏ به y‏، x‏ فورا برآورده y‏ را برای زمان باقیمانده جهت ارسال بر می گرداند در نتیجه: ‏
‏اگر packet‏ مقدار q‏ ‏واحد زمان در صف x‏ صرف کند و s‏ ‏واحد زمانی در انتقال بین گروه های y,x‏ در نتجه x‏ می تواند برآورده خود را طبق رابطه زیر بازبینی کند:
‏جایئکه ‏پارامتر نرخ یادگیری است (معمولا در آزمایشس ما Q.5‏ در نظر گرفته می شود.)
‏اگلوریتم منبع می تواند در حکم نسخه ای از الگوریتم کوتاهترین مسیر Bellman – Ford‏ در نر گرفته شود که (1) نمایش دهنده گامهای مسیر آن بصورت غیر همزمان و online‏ می باشد و