Optimización del Algoritmo Genético para la Solución Integral de Enrutamiento en Redes Fotónicas

• Arturo B. Rodríguez ^[2] ; Fideromo Saavedra ^[1]
  1. [1] Universidad de Santiago de Chile

     Universidad de Santiago de Chile

     Santiago, Chile

     
  2. [2] Universidad del Pacífico, Chile
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 21, Nº. 3, 2010, págs. 125-133
• Idioma: español
• Títulos paralelos:
  • Optimization of Genetic Algorithms for the Integral Solution of Routing Wavelength Assignement
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo busca una nueva forma de solucionar el problema de enrutamiento y asignación de longitud de onda en redes fotónicas (RWA – Routing Wavelength Assignement). Este problema ha sido resuelto dividiéndolo en 2 subproblemas, y aplicando diferentes algoritmos optimizadores, entre ellos se encuentran los algoritmos genéticos, el mismo que se utiliza en esta investigación, sin embargo se ha propuesto la solución sin dividirlo, resolviéndolo de manera integral. La investigación analiza algunos parámetros de los algoritmos genéticos, y se optimizan para la posterior utilización en la resolución del problema RWA. Para ello, se realizaron simulaciones en escenarios de tráfico dinámico en la red NSFNET. Se logró determinar la posición de la reproducción, el tamaño de reproducción y la mortandad, que optimizan el algoritmo, en este trabajo no se utilizó mutación, debido a su poca relevancia en mejorar el algoritmo.

  • English

    In presented article, it looks for a new form to solve to the problem of routing and allocation of wavelength in networks photons (RWA - Routing Wavelength Assignement). This problem has been solved dividing it in 2 subproblems, and applying to different algorithms optimizers, among them are the genetic algorithms, he himself who is used in this investigation, nevertheless has seted out the solution without dividing it, solving it of integral way. The investigation analyzes some parameters of the genetic algorithms, and they are optimized for the later use in the resolution of problem RWA. For it, simulations were made in scenes of dynamic traffic in network NSFNET. It was managed to determine the position of the reproduction, the size of reproduction and the loss of life, that optimizes the algorithm, in this work was not used mutation, due to its little relevance in improving the algorithm. Later simulations of the optimized algorithm were made in the same network, under dynamic traffic, these results will be shown in a next publication.