KaydedilenlerDerginizi ekleyin

Dergiler / Yöneylem Araştırması Dergisi / 2003 / Cilt: 15 - Sayı: 1

Yapay sinir ağları ile iletişim ağlarının güvenilirlik tahmini

Fulya ALTIPARMAK
Berna DENGİZ
Sayfa
15–34
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu nedenle, bu çalışmada ağ güvenilirliğinin tahmini için yapay sinir ağları (YSA) önerilmekte ve YSA'nın eğitiminde kullanılmak üzere rassal ve faktöriyel olmak üzere iki farklı deney tasarımı ile bir ağ içinde hat güvenilirliklerinin aynı ve farklı olduğu durumlar dikkate alınarak üretilen veri kümelerinin YSA'nın performansı üzerindeki etkileri incelenmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bir bilgisayar iletişim ağının tasarımında dikkate alınması gereken en önemli kriterlerden birisi iletişim ağının güvenilirliğidir.
📊
Temel Bulgular & Veri:Ancak, güvenilirliğin tam değerinin hesaplanması NP-zor problemdir, yani hesaplama zamanı ağın boyutuna bağlı olarak üstel artış gösterir.
💡
Sonuç & Katkı:Bu nedenle, bu çalışmada ağ güvenilirliğinin tahmini için yapay sinir ağları (YSA) önerilmekte ve YSA'nın eğitiminde kullanılmak üzere rassal ve faktöriyel olmak üzere iki farklı deney tasarımı ile bir ağ içinde hat güvenilirliklerinin aynı ve farklı olduğu durumlar dikkate alınarak üretilen veri kümelerinin YSA'nın performansı üzerindeki etkileri incelenmektedir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bir bilgisayar iletişim ağının tasarımında dikkate alınması gereken en önemli kriterlerden birisi iletişim ağının güvenilirliğidir. Güvenilirlik, bu tür tasarım problemlerinde amaç fonksiyonu veya kısıt olarak dikkate alınır. Bir iletişim ağının çalışıyor olmasını tanımlamak için deterministik veya olasılıklı güvenilirlik kriterleri kullanılır. Bu çalışmada, olasılıklı kriterler sınıfında yer alan tüm-terminal güvenilirliği dikkate alınmıştır. Tüm-terminal güvenilirliği, ağdaki her düğümün diğer düğümler ile iletişim kurabilme olasılığıdır. Ancak, güvenilirliğin tam değerinin hesaplanması NP-zor problemdir, yani hesaplama zamanı ağın boyutuna bağlı olarak üstel artış gösterir. Bu nedenle, bu çalışmada ağ güvenilirliğinin tahmini için yapay sinir ağları (YSA) önerilmekte ve YSA'nın eğitiminde kullanılmak üzere rassal ve faktöriyel olmak üzere iki farklı deney tasarımı ile bir ağ içinde hat güvenilirliklerinin aynı ve farklı olduğu durumlar dikkate alınarak üretilen veri kümelerinin YSA'nın performansı üzerindeki etkileri incelenmektedir.

🔖

Bu Makaleye Atıf Yap

ALTIPARMAK, F., DENGİZ, B. (2003). Yapay sinir ağları ile iletişim ağlarının güvenilirlik tahmini. Yöneylem Araştırması Dergisi, Cilt: 15 - Sayı: 1, 15–34. https://ajindex.com/articles/332326

Kaynakça (17)

  1. Ahuja, R.K., Magnanti,T.L., Orlin, J.B. Network Flows, Theory, Algorithms and Applications, Prentice Hall, 1993.
  2. Altıparmak, F., Dengiz, B. and Smith, A.E., "Optimal Design of Reliable Computer Networks: A Comparison of Metaheuristics", Journal of Heuristics,Vol:9, pp.471-487, 2003.
  3. Ball M., Van Slyke,R.M., "Backtracking Algorithms for Network Reliability Analysis", Annals of Discrete Mathematics, vol. 1, pp. 49-64, 1977.
  4. Boesch, F.T, Thomas, R.E., "On graphs of invulnerable communication nets",_IEEE Transactions on Circuit Theory, vol. CT-17, pp. 183-191, 1970.
  5. Cheng, C.S., Hsu, Y.T., Wu, C.C., "Reliability Evaluations of Fault-Tolerant Systems Based on Neural Networks", International Symposium on Artificial Neural Networks, pp. 590-595, 1994.
  6. Cheng, C.S., Hsu Y.T., Wu, C.C., "Fault Modeling and Reliability Evaluations Using Artificial Neural Networks", IEEE International Conference on Neural Networks, Perth, WA, pp. 427-432, 1995.
  7. Cheng, C.S., Hsu Y.T., Wu, C.C., "An Improved Neural Networks Realization for Reliability Analysis", Microelectronics on Reliability, vol. 38 (3), pp. 345-352,1998.
  8. Coit, D.W., Smith, A.E., "Solving the Redundancy Allocation Problem Using a Combined Neural Network/Genetic Algorithm Approach", Computers and Operations Research, vol. 23(6), pp. 515-526, 1996.
  9. Colbourn, C. J., "Combinatorial aspects of network reliability," Annals of Operations Research, vol 33, pp 3-15, 1991.
  10. Dağlı, C. H., "Artificial Neural Networks for Intelligent Manufacturimg", Yöneylem Araştırması Dergisi, vol. 6, pp. 1-25, 1994.
  11. Deeter, D.L. and Smith, A.E., "Economic Design of Reliable Networks", HE Transactions, 30, 1161-1174, 1998.
  12. Dengiz, B., Altiparmak, F., Smith, A.E., "Efficient Optimization of All-Terminal Reliable Networks, Using an Evolutionary Approach", IEEE Transactions on Reliability, vol. 46, pp. 18-26, 1997a.
  13. Dengiz, B., Altiparmak, F., Smith, A.E., "Local Search Genetic Algorithm for Optimal Design of Reliable Networks", IEEE Transactions on Evolutionary Computation, vol. 1, pp. 179-188, 1997b.
  14. Garey, M. R., Johnson, D. S., Computers and Intractability: A Guide to the Theory of NP-Completeness, W. H. Freeman and Co., 1979.
  15. Goh, A.T.C., "Back-propagation neural networks for modeling complex systems", Articial Intelligence in Engineering, pp. 143-149, 1995.
  16. Haykin, S., Neural Networks: A Comprehensive Foundation, Macmillan Publishing Company, NewYork, 1998.
  17. Hurrion, R.D., "An example of simulation optimization using a neural network metamodel