درخت پوشای مینیمم با محدودیت تاخیر با استفاده از اتوماتای یادگیر
محل انتشار: دومین همایش ملی کامپیوتر
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,941
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCOS02_073
تاریخ نمایه سازی: 5 مهر 1393
چکیده مقاله:
مسئله درخت پوشای کمینه عبارت است از یافتن یک زیر گراف از گراف غیرجهت دار و وزن دار به طوری که همه گره های گراف را پوشش دهد و وزن کلی تخصیص داده شده به یال های آن از بین همه درخت های پوشای ممکن کمتر باشد. در همه درخت های پوشای کمینه هدف، به حداقل رساندن وزن است با این وجود گاهی محدودیت های دیگری نیز بر این درخت ها تحمیل می شود. با توجه به این محدودیت های اضافه مسئله درخت پوشای کمینه محدود شده مطرح می شود که کاربردهای فراوانی دارد.از انواع درخت های پوشای کمینه محدود شده که کاربردهای فراوانی در مسائل مختلف مربوط به شبکه دارند، می توان درخت پوشای کمینه با تاخیر محدود را نام برد که از مسائل بغرنج می باشد متاسفانه الگوریتم های قطعی برای حل این مسائل در شبکه های پویا مناسب نیستند، زیرا یک الگوریتم خوب باید بتواند توازنیبین هزینه درخت، زمان اجرا و نیازمندی های حافظه در شبکه های پویا برقرار کند. به همین دلیل روش های تقریبی که بتوانند درخت های نزدیک به بهینه را تولید کنند اهمیت فراوانی دارند. تحقیقات نشان داده اند که از میان روش های تقریبی اتوماتای یادگیر در حل این مسائل نتایج بهتری نسبت به سایر روش های تقریبی دارد. از این روی، در این مقاله الگوریتمی مبتنی بر اتوماتای یادگیر برای حل مسائل درخت پوشای کمینه محدود شده پیشنهاد شده است که نتایج به دست آمده کارایی الگوریتم پیشنهادی را از لحاظ بهینگی جواب های تولید شده و همچنین زمان اجرای الگوریتم نشان می دهد
کلیدواژه ها:
نویسندگان
امجد محبوبی
دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک، ایران
جواد اکبری ترکستانی
دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :