In this paper, a dynamic fuzzy ener

In this paper, a dynamic fuzzy energy state based AODV (DFES-AODV) routing protocol for Mobile Ad-hoc NETworks (MANETs) is presented. In DFES-AODV route discovery phase, each node uses a Mamdanifuzzy logic system (FLS) to decide its Route REQuests (RREQs) forwarding probability. The FLS inputs areresidual battery level and energy drain rate of mobile node. Unlike previous related-works, membershipfunction of residual energy input is made dynamic. Also, a zero-order Takagi Sugeno FLS with the sameinputs is used as a means of generalization for state-space in SARSA-AODV a reinforcement learning basedenergy-aware routing protocol. The simulation study confirms that using a dynamic fuzzy system ensuresmore energy efficiency in comparison to its static counterpart. Moreover, DFES-AODV exhibits similarperformance to SARSA-AODV and its fuzzy extension FSARSA-AODV. Therefore, the use of dynamic fuzzylogic for adaptive routing in MANETs is recommended.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ สถานะพลังงานแบบ fuzzy การ AODV (DFES AODV) แสดงสายงานการผลิตโพรโทคอลสำหรับเครือข่ายกิจมือถือ (MANETs) แต่ละโหนดใช้ระบบตรรกะ Mamdanifuzzy (FLS) การตัดสินใจของเส้นทางคำขอ (RREQs) ความน่าเป็นการส่งต่อในระยะค้นพบเส้นทางของ DFES AODV ระดับ FLS อินพุต areresidual แบตเตอรี่และพลังงานระบายน้ำอัตราเคลื่อนที่โหนด ซึ่งแตกต่างจากก่อนหน้านี้ที่เกี่ยวข้องทำงาน membershipfunction ป้อนพลังงานส่วนที่เหลือทำแบบไดนามิก ยัง FLS Sugeno ทะกะงิศูนย์สั่งกับ sameinputs จะใช้ว่า generalization รัฐพื้นที่ใน SARSA AODV ที่เสริมเรียนโพรโทคอสายงานการผลิต basedenergy ทราบ การศึกษาการจำลองยืนยันที่ใช้เป็นแบบไดนามิกระบบ fuzzy ensuresmore พลังงานเปรียบกันมันคง นอกจากนี้ DFES AODV จัดแสดง similarperformance SARSA AODV และส่วนขยายของเอิบ FSARSA AODV ดังนั้น การใช้ไดนามิก fuzzylogic สำหรับสายแบบอะแดปทีฟใน MANETs แนะนำ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้รัฐเลือนพลังงานแบบไดนามิกตาม AODV (DfES-AODV) เส้นทางโปรโตคอลสำหรับ Ad-hoc เครือข่ายมือถือ (MANETs) จะนำเสนอ ใน DfES-AODV ขั้นตอนการค้นพบเส้นทางแต่ละโหนดใช้ระบบตรรกะ Mamdanifuzzy (FLS) ที่จะตัดสินใจขอใช้บริการเส้นทางของมัน (RREQs) น่าจะส่งต่อ ปัจจัยการผลิต FLS areresidual ระดับแบตเตอรี่และอัตราการระบายน้ำพลังงานของโหนดมือถือ ซึ่งแตกต่างจากก่อนหน้านี้ผลงานที่เกี่ยวข้องกับการ membershipfunction ของพลังงานที่เหลือจะทำแบบไดนามิก นอกจากนี้ยังเป็นศูนย์สั่ง Takagi Sugeno FLS กับ sameinputs ถูกนำมาใช้เป็นวิธีการทั่วไปของรัฐในพื้นที่ SARSA-AODV เสริมการเรียนรู้เส้นทางโปรโตคอล basedenergy ทราบ การศึกษาแบบจำลองยืนยันว่าการใช้ระบบแบบไดนามิกเลือนประสิทธิภาพการใช้พลังงาน ensuresmore ในการเปรียบเทียบกับคู่คงที่ นอกจากนี้ยังมีการจัดแสดงนิทรรศการ DfES-AODV similarperformance เพื่อ SARSA-AODV และการขยายเลือนของ FSARSA-AODV ดังนั้นการใช้ fuzzylogic แบบไดนามิกสำหรับการกำหนดเส้นทางการปรับตัวใน MANETs แนะนำ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เป็นแบบไดนามิกแบบพลังงานตามรัฐ ( dfes-aodv ) เส้นทางโปรโตคอล AODV สำหรับมือถือเครือข่ายเฉพาะกิจ ( manets ) จะนำเสนอ ในเส้นทางการค้นพบ dfes-aodv เฟส แต่ละโหนดจะใช้ระบบตรรก mamdanifuzzy ( FLS ) ต้องตัดสินใจขอเส้นทาง ( rreqs ) ส่งต่อ ความน่าจะเป็น ที่ FLS กระผม areresidual ระดับแบตเตอรี่และพลังงานอัตราการระบายของโมบายโหนด ซึ่งแตกต่างจากก่อนหน้านี้ที่เกี่ยวข้องกับงานmembershipfunction ของค่าพลังงานที่ตกค้างถูกสร้างแบบไดนามิก นอกจากนี้ ศูนย์เพื่อทากา sugeno FLS กับ sameinputs ใช้เป็นวิธีการของการสภาพพื้นที่ใน sarsa-aodv เสริมการเรียนรู้ basedenergy ทราบเส้นทางโปรโตคอล การศึกษาการจำลองแบบระบบฟัซซี ยืนยันว่า การใช้พลังงานอย่างมีประสิทธิภาพในการเปรียบเทียบกับของ ensuresmore สถิตคู่ นอกจากนี้การจัดแสดงนิทรรศการและการ dfes-aodv similarperformance sarsa-aodv fsarsa-aodv นามสกุลแบบฟัซซี่ ดังนั้นการใช้ฟัซซี่ลอจิกแบบไดนามิกสำหรับเส้นทางที่ปรับตัวได้ใน manets แนะนํา