Identyfikatory
Warianty tytułu
Selected issues of multi-objective WLAN planning
Języki publikacji
Abstrakty
Celem artykułu jest zastosowanie wielokryterialnego podejścia do planowania MOO (Multi Objective Optimisation) sieci łączności bezprzewodowej WLAN (Wireless Local Area Network) z wykorzystaniem wybranych rojowych metod optymalizacji. W tym celu, w procesie poszukiwania ekstremów dwóch funkcji kryterialnych, które są wskaźnikiem optymalizacyjnych, zastosowano dwa algorytmy rojowe: kukułki MOCS (Multi Objective Cuckoo Search) oraz optymalizacji rojem cząstek MOPSO (Multi Objective Particle Swarm Optimisation). Wyniki porównano z jednokryterialnym SOO (Single Objective Optimisation) zasięgowym planowaniem sieci bazującym na regularnym rozmieszczeniu punktów testujących TP (test point) z wykorzystaniem rojowego algorytmu kukułki CS (Cuckoo Search).
The aim of the article is to apply a multicriteria approach to MOO (Multi Objective Optimization) planning for WLAN (Wireless Local Area Network) using selected swarm optimization methods. For this purpose, in the process of searching for the extremum of two criterion functions, which are an optimization index, two swarm algorithms were used: MOCS (Multi Objective Cuckoo Search) and MOPSO (Multi Objective Particle Swarm Optimization). The results were compared with the single-criterion SOO (Single Objective Optimization) range-based network planning based on the regular distribution of TP (test point) using the CS Cuckoo Search algorithm.
Czasopismo
Rocznik
Tom
Strony
69--78
Opis fizyczny
Bibliogr. 14 poz., rys., tab.
Twórcy
autor
- Zakład Informatyki PWSZ Tarnów, ul. Mickiewicza 8, 33-100 Tarnów, Poland
autor
- AGH w Krakowie, Al. Mickiewicza 30, 30-059 Kraków, Poland
Bibliografia
- 1. Krzysztofik W,J,, Jurczyk K,, Implementacja systemów bezprzewodowych bluetooth i wlan w instytucjach na przykładzie uczelni, w KKRRiT, 2003.
- 2. Filipowicz B,, Kwiecień J,, Algorytmy stadne w problemach optymalizacji, Pomiary Automatyka, Robotyka, 2011; 12:152–157.
- 3. Yang X,-S,, Nature-inspired optimisation algorithms, Elsevier, 2014.
- 4. Yang X,-S,, Deb S,, Multiobjective cuckoo search for design optimization, Computers & Operations Research, 2013; 40(6):1616–1624.
- 5. Coello C,, Coello A,, Salazar Lechuga M, MOPSO: A Proposal for Multiple Objective Particle Swarm Optimization, CEC Congress on Evolutionary Computation, New Jersey, USA, 2002.
- 6. Kwiecień J,, Algorytmy stadne w rozwiązaniu wybranych zagadnień optymalizacji dyskretnej i kombinatorycznej, Kraków AGH, 2015.
- 7. Lott M,, Forkel I,, A Multi-Wall-and-Floor Model for Indoor Radio Propagation, w VTC, 2001.
- 8. Krzysztofik W,J,, Herbatowski P,, Modele propagacyjne wykorzystywane do projektowania sieci WLAN wewnątrz budynków, w KKRRiT, 2006.
- 9. Pieprzycki A,, Ludwin W,, Planowanie sieci WLAN za pomocą wielokrytaralnego algorytmu kukułki, w KKRRiT, Gdańsk, 2018.
- 10. Pieprzycki A,, Ludwin W,, Analiza porównawcza wybranych modeli sieci WLAN standardu IEEE 802.11 z infrastrukturą, w Krajowe Sympozjum Telekomunikacji i Teleinformatyki KSTiT, Warszawa, 2012.
- 11. Kukuła K,, Metoda unitaryzacji zerowanej, WN PWN, 2000.
- 12. Methodology for Testing Wireless LAN Performance,[Online]. Available: http://www.superg.com/collateral/atheros_benchmark_whitepaper.pdf.
- 13. Pieprzycki A,, Ludwin W,, Wybrane aspekty optymalizacji wielokryterialnej w planowaniu sieci WLAN, w KSTiT, 2018.
- 14. Gajewski P,, Wszelak S,, Technologie bezprzewodowe sieci teleinformatycznych, WKŁ, 2008
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-78ce61c0-9bfe-4c94-b92a-192845f0d296