ارائه یک الگوریتم مسیریابی شبکه روی تراشه به منظور کاهش مصرف انرژی و افزایش قابلیت اطمینان به کمک شبکه عصبی فازی و برنامه نویسی ژنتیک

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:

شبکه روی تراشه1 (NOC) مجموعه ای از تکنیک ها و ابزارها در زمینه طراحی شبکه و ب کارگیری آن ها برای طراحی سامانه بر روی تراشه2 (SOC) را شامل می شود. کارایی، نوع و ابعاد توپولوژی بطور گسترده ای وابسته به روش سوییچینگ و الگوریتم های مسیریابی ب کار رفته در آن شامل قطعی3 یا وفقی4 است. در این مقاله با استفاده از تکنیک های زمان بندی سرویس5 و برنامه نویسی ژنتیک به ترتیب ورود، نوبت گردش6 داده ها بر روی شبکه های مبتنی بر تراشه انتخاب شده و با استفاده از سامانه فازی عصبی تعریف شده، یک الگوریتم مسیریابی تقریبا وفقی برای NOC دو بعدی ارایه می شود که قادر به افزایش کارآیی، کاهش توان مصرفی و افزایش قابلیت اطمینان7 می باشد. در الگوریتم پیشنهادی، میانگین تاخیر در شرایط مختلف بار ترافیکی که هر بسته با آن مواجه می شود، به مراتب کمتر از الگوریتم های مشابه است. نتایج بهبود نسبتا خوبی در زمینه تغییر روش مسیریابی را نشان می دهند که این روش را قابل استفاده و حتی قابل رقابت با دیگر روش های موجود و موفق در زمینه مسیریابی قرار می دهد، به نحوی که وقتی گره ها ثابت هستند، حدود 6 درصد به طول عمر شبکه افزوده شده است.

زبان:
فارسی
صفحات:
43 تا 51
لینک کوتاه:
magiran.com/p2599127 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!