Browsing by Author "Мандибура, Є. С."

Now showing 1 - 1 of 1

Визначення оптимального маршруту в інформаційній мережі залізничного транспорту з використанням нейронечітких моделей
(Дніпровський національний університет залізничного транспорту імені академіка В. Лазаряна, Дніпро, 2019) Пахомова, Вікторія Миколаївна; Мандибура, Є. С.
UK: Мета. Сучасні алгоритми вибору найкоротшого маршруту, наприклад, алгоритми Беллмана–Форда й Дейкстри, які в даний час широко використовують у протоколах маршрутизації (RIP, OSPF), не завжди призводять до ефективного результату. Тому виникає необхідність дослідження можливості організації маршрутизації в мережі інформаційно-телекомунікаційної системи (ІТС) залізничного транспорту за допомогою методів штучного інтелекту. Методика. На основі створеної в моделювальній системі OPNET імітаційної моделі розглянуто фрагмент мережі ІТС залізничного транспорту й сформовано наступні вибірки: навчальну; тестувальну; контрольну. Для моделювання в системі MatLAB нейронечіткої мережі (гібридної системи) на вхід подають наступні параметри: довжина пакета (3 терм-множини); інтенсивність трафіка (5 терм-множин); кількість проміжних маршрутизаторів, що складають маршрут (4 терм-множини). За результуючу характеристику взято час перебування пакета в маршрутизаторах за маршрутом його проходжен-ня в мережі ІТС (4 терм-множини). На основі визначеного часу перебування пакета в маршрутизаторах і затримок у черзі на маршрутизаторах, що складають різні шляхи (з однаковою кількістю маршрутизато-рів) визначено оптимальний маршрут. Результати. Для розглянутого фрагмента ІТС залізничного транспорту здійснено прогноз часу перебування пакета в маршрутизаторах за маршрутом його проходження на основі нейронечіткої мережі, що створена в системі MatLAB. Проведено дослідження середньої похибки навчання нейронечіткої мережі за різних функцій належності й за різними методами оптимізації навчання. Виявлено, що найменше значення середньої похибки навчання надає нейронечітка мережа конфігурації 3–12–60–60–1 в разі використання симетричної Гаусівської функції належності за гібридним методом оптимізації. Наукова новизна. За сценаріями RIP та OSPF на створеній в моделювальній системі OPNET імітаційній моделі отримані наступні характеристики: середнє навантаження сервера; середній час обробки пакетів маршрутизатором; середній час очікування пакетів у черзі; середня кількість втрачених пакетів; час конвергенції мережі. Визначено, що найкращі результати надає імітаційна модель мережі за сценарієм OSPF. Запропонована інтегрована система маршрутизації в мережі ІТС залізничного транспорту, в основу якої покладено створені нейронечіткі мережі, визначає оптимальний маршрут у мережі швидше порівняно з наявним протоколом маршрутизації OSPF. Практична значимість. Інтегрована система маршрутизації в ІТС залізничного транспорту дозволить у реальному часі визначити оптимальний маршрут у мережі за однаковою кількістю маршрутизаторів, що складають шлях проходження пакета.