Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  WLAN planning
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Celem artykułu była analiza wielokryterialnego podejścia do planowania sieci łączności bezprzewodowej WLAN (Wireless Local Area Network) IEEE 802.11b/g z wykorzystaniem wybranych rojowych algorytmów optymalizacji. W procesie poszukiwania ekstremów wybranych dwóch i więcej funkcji kryterialnych zastosowano dwa algorytmy rojowe: kukułki MOCS (Multi Objective Cuckoo Search) oraz optymalizacji rojem cząstek MOPSO (Multi Objective Particle Swarm Optimisation). Dodatkowo, zaproponowano wykorzystanie oceny globalnej uzyskanych rozwiązań z zastosowaniem Metody Unitaryzacji Zerowanej MUZ.
EN
The aim of the article is analyze the multicriteria approach to IEEE 802.11b/g wireless LAN planning using selected swarm optimization methods. For this purpose, in the search extremes for two and three objective functions that applied two swarm algorithms: MOCS and MOPSO. In addition, it was proposed to perform a global assessment of solutions using the zero unitarisation method MUZ, the best results were furtheranalysed with performance metric (PM).
PL
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).
EN
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.
PL
Celem artykułu była analiza zadania dotyczącego planowania sieci łączności bezprzewodowej WLAN z wykorzystaniem wielokryterialnego algorytmu kukułki MOCS. Sprawdzono algorytm optymalizacji wielokryterialnej - inspirowanej oraz zaproponowano metodykę wyboru rozwiązania.
EN
The aim of this article was to examine multiobjective cuckoo search optimization methods inspired by nature in the task of planning wireless networks.
PL
Celem artykułu jest sprawdzenie i porównanie rojowych metod optymalizacji w zadaniu planowania wewnątrzbudynkowej sieci łączności bezprzewodowej (WLAN). W tym celu, w procesie poszukiwania ekstremum funkcji kryterialnej, która jest wskaźnikiem optymalizacyjnych, zastosowano sześć algorytmów rojowych: sztucznej kolonii pszczół, nietoperza, pszczeli, kukułki, świetlika, optymalizacji rojem cząstek (ptasi).
EN
The aim of this article is to examine and compare swarm optimization methods in the task of planning indoor wireless networks (WLAN). For this purpose, in the process of searching for the extremum of the criterion function, which is an optimization indicator, six swarm algorithms were used: artificial bees colony, bat, bee, cuckoo, firefly, particle swarm (bird).
PL
Celem artykułu było sprawdzenie i porównanie metod optymalizacji inspirowanych naturą w zadaniu planowania sieci łączności bezprzewodowej. Analizie poddano algorytmy rojowe, a uzyskane za ich pomocą wyniki porównano z wynikami modelu empirycznego.
EN
The aim of this article was to examine and compare optimization methods inspired by nature in the task of planning wireless networks. Analyzed swarm algorithms, and obtained numerical results were compared with the results of empirical model as well.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.