模糊系统的进步

PDF
模糊系统的进步/2018年/文章

研究文章|开放获取

体积 2018年 |文章的ID 2535127 | https://doi.org/10.1155/2018/2535127

穆罕默德Al-Maitah名o . Semenova安德烈o . Semenov帕维尔Kulakov,利益之上。Kucheruk, 混合方法呼叫允许控制在5 g网络”,模糊系统的进步, 卷。2018年, 文章的ID2535127, 7 页面, 2018年 https://doi.org/10.1155/2018/2535127

混合方法呼叫允许控制在5 g网络

学术编辑器:大友本田
收到了 2018年5月27日
修改后的 2018年8月26日
接受 2018年9月18日
发表 2018年10月08

文摘

人工智能是用于解决复杂的科学,技术和实际问题。人工智能技术如神经网络、模糊系统、遗传和进化算法被广泛用于通信系统管理,优化和预测。人工智能方法提供了优化结果在呼叫允许控制的具有挑战性的任务,交接,路由和蜂窝网络的交通预测。5 g移动通信设计异构网络,其重要的要求是容纳大量的用户和服务质量满意度。呼叫允许控制中扮演着重要的角色在提供所需的服务质量。一个有效的呼叫允许控制算法需要优化手机网络系统。许多呼叫允许控制方案被提出来。本文提出了一种用于基因neurofuzzy控制器开发的方法论的呼叫允许5 g网络。提出了允许控制的性能是通过计算机模拟评估。

1。介绍

现在电信运营商面临着新的挑战。第五代移动网络应提供新的优秀的属性,如更高的机动性,更高的交通需求,和更高水平的服务质量。

呼叫允许控制提供了一种有效的方法来避免网络交通堵塞从而提供保证服务质量。呼叫允许控制算法提供了一个决定是否应该接受电话网络或下降。一个高效的呼叫允许控制方案可以提高调用阻塞和调用概率和整个系统的利用率下降(1- - - - - -3]。

采用最新的技术,如人工智能在5 g网络提供更多的能力来处理交通。人工智能可以用于网络重载和支持决策。因此5 g与人工智能可以满足预期的需求随着新技术挑战4]。

基于人工智能技术(5,6)已经取代了传统的技术在不同的工程应用和广泛应用于电信网络(7- - - - - -9]。

使用人工智能技术,提出了呼叫允许控制在10]。根据(11),应用模糊系统提供减少调用排斥和更高质量的服务。论文(12- - - - - -14)检查应用程序的模糊逻辑控制系统。一种基于神经网络的算法决定的呼叫允许提出了在15]。其结果证实解决神经网络的呼叫允许控制问题的方法。但是可以获得更好的结果通过使用混合的方法,提出了(16]。在[17)提出了遗传算法优化的应用呼叫允许问题导致更好的用户的满意度18]。

因此,利用神经网络、模糊系统、遗传算法可以提供解决叫排斥问题。一个更好的方法可以推导出当结合这三种技术。这是因为克服一种技术的局限性和生产相关结果对提高服务质量(19]。使用人工智能5 g网络一直在调查(20.- - - - - -22]。

作者提出在5 g移动网络应用遗传neurofuzzy控制器有两个输入语言变量和一个输出语言变量。控制器管理调用接受或拒绝使拥塞避免。作者已提出的模糊控制器23)和neurofuzzy控制器(24]。本文认为进一步调查的结果。

本文的目标是一个遗传neurofuzzy控制器5 g移动网络的呼叫允许控制。

本文组织如下。材料和方法,第一节介绍了语言变量和隶属度函数的模糊控制器;第二小节描述了控制器的结构及其操作;第三小节认为遗传优化控制器。第四节给出了在Matlab仿真。最后一节提供的结论。

2。材料和方法

2.1。模糊控制器

模糊系统模拟人类推理和申请描述非线性系统的行为。模糊方法可能被雇佣当没有过程的数学模型。

让我们考虑一个移动系统由许多运营商分享他们的无线接入网络,以确保用户的满意度。因此,当用户到达系统和他的电话不能承认,这是转移到另一个运营商,以避免被拒绝。

开发一个模糊控制器的语言变量,他们的条款,应定义隶属度函数。模糊控制器的输入变量描述的所有可能状态过程控制及其输出变量描述所有可能的控制措施。然后,应该分配规则库组成的if - Then规则集来描述控制状态。评价模糊控制器仿真执行的可操作性。

输入语言变量的模糊控制器是有效的访问能力(E)和提供细胞负荷(O);它的输出变量的概率是叫承认,拒绝,或转让(P)。模糊控制器的结构如图1

模糊控制器转换输入变量隶属函数值,评价模糊输出根据规则库,然后将模糊输出转换为脆。

提出的模糊控制器是被转换成一个适应neurofuzzy推理系统(简称ANFIS),适合在不确定条件下操作。更新规则库使用遗传算法。遗传neurofuzzy控制器的结构如图2

语言变量的有效容量E是定义了术语“低”,“媒体”和“高”: 提供负载的语言变量O定义与术语“低”,“媒体”和“高”: 叫赞同P的语言变量定义与术语“转移”,“拒绝”和“接受”: “拒绝”意味着调用将被阻塞。“接受”是指系统调用将会承认。“转移”是指调用将被转移到其他运营商。

数据34目前的输入变量隶属度函数,梯形的类型和定义为 5说明了输出变量隶属度函数,单例和定义为 建议的模糊控制器操作根据规则库组成的九个规则。输入和输出值中指定的表1


E O
l H

l R T T
一个 R T
H 一个 一个 R

模糊控制器操作如下。

每一个输入变量都有相应的模糊值: 执行的最小操作: 获得的脆值是:

2.2。神经网络

神经网络由相互关联的人工神经元。他们能够获取、存储和利用专家知识和可以学习新模式。应用神经网络优化等问题,分类、模式匹配、函数逼近和数据聚类。

为提高模糊控制器的可操作性,它转换为neurofuzzy控制器。这一目标的一个自适应neurofuzzy推理系统(简称ANFIS)被选中。它是一个神经网络的操作像一个模糊系统在不确定的情况下,模糊逻辑与神经网络相结合的原则。简称ANFIS的近似函数。其优点是将模糊推理与学习能力,当解决一个问题。

6提出了一种neurofuzzy控制器的框图。

访问neurofuzzy控制器的模糊规则形式:

每个节点在图层1的输出是输入的隶属度:

每个节点的输出层2的权重因子模糊规则:

每个节点的输出层的比例是3的发射强度模糊规则的总价值解雇的优势:

每个节点的输出层4是乘法的归一化输出节点功能:

的输出层5给控制器的输出:

2.3。遗传算法

遗传算法为优化问题提供一个准确和快速的解决方案。他们的行为根据流程的选择、变异、交叉和繁殖。他们能够优化连续和离散变量。因此,遗传算法用于更新规则库。

编码到基因染色体代表一个解决方案。在这里,一个基因对应于一个语言变量值。表2显示了模糊规则为染色体编码。“低”一词的输入语言变量被指定为“00。“术语“介质”的输入语言变量被指定为“01。”“高”的输入语言变量被指定为“11。“术语“转让”的输出变量被指定为“00。”“拒绝”的输出变量指定为“01。“术语“接受”的输出语言变量指定为“11”。


E O P

l 00 00 00 T
01 01 01 R
H 11 11 11 一个

在这里,每一个模糊规则定义为一组5基因识别的模糊集两个输入和输出变量。

染色体的1日看起来很模糊规则 染色体的9日看起来很模糊规则 适应度函数是 均方根误差(均方根误差)是一个目标函数,显示实际输出之间的误差值和预测输出 其中n是一个数字的观察。

遗传算法如下:(1)生成随机的染色体(2)评估每一个染色体的适应度值(3)选择两个父染色体根据他们的健身价值(4)交叉的父母染色体形成孩子染色体(5)染色体变异的孩子(6)如果满足结束条件,完成;去其他步骤(2)

2.4。模拟

作者利用Matlab程序确认的可操作性提出neurofuzzy控制器。图7说明了Matlab模糊控制器的模拟。指定两个输入变量和一个输出变量。规则库是分配。检查可操作性的模糊控制器设置输入值和运行仿真得到输出值。

我们提供的有效容量E = 253和负载O = 15。根据图8,我们得到叫赞同P = 35.5%的概率。

我们提供的有效容量E = 143和负载O = 18。根据图9,我们得到叫赞同P = -60%的概率。

10礼物neurofuzzy控制器的结构。

11说明了数据申请培训neurofuzzy控制器。

12显示了训练误差。

仿真采用混合学习规则结合梯度规则和最小二乘估计。错误宽容是0。迭代的数量是10。培训后的输入值隶属度函数过程的梯形类型。

3所示。结论

下一代无线网络更加复杂和动态,拥有许多设计挑战的网络规划和管理。

本文认为基于人工智能的方法设计控制器的呼叫允许5 g网络来支持他们的服务质量。

给一个更好的解决方案,优化问题,提出了控制器相结合是建立模糊系统与人工神经网络和遗传算法。人工神经网络学习网络行为和做出准确的预测,估计当打电话承认在变化的情况。模糊系统处理不确定性;在呼叫允许计划可以减少拒绝的数量,从而增加服务的质量。遗传算法优化给定的值,可以提供资源预订和保证服务调用。

提出模糊控制器转换成neurofuzzy系统。遗传算法提出了改进规则库。仿真结果维持认为遗传neurofuzzy控制器可以使用5 g移动网络。该方法可以提高服务的质量,减少新来电呼叫阻塞概率的一个网络。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突有关的出版。

引用

  1. 美国b·德斯穆克,诉诉德斯穆克。”在手机网络呼叫允许控制”,国际先进研究期刊》的研究在电子、电子、仪表工程,卷2,不。4、1388 - 1391年,2013页。视图:谷歌学术搜索
  2. d . e . Asuquo、e·e·威廉姆斯和e . o . Nwachukwu”的调查呼叫允许控制方案在无线蜂窝网络,”国际科学与工程研究杂志》上,5卷,不。2、111 - 120年,2014页。视图:谷歌学术搜索
  3. v . s . Kolate、g。帕蒂尔和a . s . Bhide“呼叫允许控制计划和切换优先级在3 g无线移动网络,”国际工程和创新技术杂志》上,1卷,不。3、92 - 97年,2012页。视图:谷歌学术搜索
  4. m . Mahith和美国诉专家Sheela调查在5克的人工智能,”国际期刊的推进工程和研究开发,5卷,不。03年,1277 - 1281年,2018页。视图:谷歌学术搜索
  5. r·福勒”模糊推理机制。”艺术的状态信息系统应用程序提供的2007年,图尔库计算机科学中心Abo血型》16卷,第112 - 85页,1999年。视图:谷歌学术搜索
  6. r·福勒”模糊逻辑和神经网络在智能系统中,“计算机科学中心信息系统,图尔库Abo血型,17卷,第94 - 74页,1999年。视图:谷歌学术搜索
  7. 答:a . Atayero和m . k .卢卡”应用程序的软计算在移动和无线通讯,”国际期刊的计算机应用程序,45卷,不。22日,48-54,2012页。视图:谷歌学术搜索
  8. m . Alkhawlani和a . Ayesh接入网选择基于模糊逻辑、遗传算法”人工智能的发展文章ID 793058卷,2008年,12页,2008。视图:出版商的网站|谷歌学术搜索
  9. d . d . n .彩球Kumar和k . Murugesan性能分析的基于人工智能的QoS调度器移动WiMAX,”ICTACT通信技术》杂志上,卷03,不。03年,572 - 579年,2012页。视图:出版商的网站|谷歌学术搜索
  10. 杨x和j . Bigham呼叫允许控制计划使用neuroevolution算法在蜂窝网络,”20学报》国际联合会议上人工智能(IJCAI 07年展出),页186 - 191,海得拉巴,印度,2007年1月。视图:谷歌学术搜索
  11. t . Ovengalt k Djouani, A .那些“模糊方法呼叫允许控制在LTE网络,”Procedia计算机科学32卷,第244 - 237页,2014年。视图:谷歌学术搜索
  12. p . Kejik和h·斯坦尼斯拉夫”,在UMTS系统,基于模糊逻辑的呼叫允许控制”学报第一无线通信国际会议、车辆技术、信息理论和航空航天和电子系统技术丹麦,页375 - 378,Aalborg, 2009年5月。视图:出版商的网站|谷歌学术搜索
  13. p . Kejik和s Hanus”比较模糊逻辑、遗传算法承认UMTS系统的控制策略为基础,“无线电工程,19卷,不。1,6 - 10,2010页。视图:谷歌学术搜索
  14. c . m . Anecia和m . s . Pushpalatha FACM:基于模糊资源接纳控制的多路径路由MANET,”国际先进的研究在计算机科学与技术》杂志上,卷2,不。1,第119 - 114页,2014。视图:谷歌学术搜索
  15. b . Naeem r·戈z s m . Hashim w . Maqbool m·b·阿里,“基于神经网络的呼叫允许控制方法在异构网络中,“生命科学期刊,11卷,不。11日,第242 - 238页,2014年。视图:谷歌学术搜索
  16. C.-J。Chang L.-C。郭,Y.-S。陈,沈,“神经模糊呼叫允许和速度控制器WCDMA蜂窝系统提供多重速率的服务,”学报》国际无线通信和移动计算会议(IWCMC 06年)加拿大温哥华,页383 - 388,2006年7月。视图:谷歌学术搜索
  17. r . Pratyusha d . Pratyusha a东部赫拉,a . k . Nagar“呼叫允许控制使用人工蜂群优化”学报》国际会议遗传和进化方法(GEM的12),2012年,页1 - 7。视图:谷歌学术搜索
  18. b·拉梅什·h·s . Gowrishankar, p . s . Satyanarayana”基于递归神经网络qos提供呼叫允许控制在3 g网络之外,“国际计算机科学杂志》上的问题,7卷,不。2,7 - 15,2010页。视图:谷歌学术搜索
  19. g . Mahesh s Yeshwanth和美国诉Manikantan”调查基于软计算的呼叫允许控制在无线网络中,“国际计算机科学与信息技术杂志》上,5卷,不。3、3176 - 3180年,2014页。视图:谷歌学术搜索
  20. r . Gbegbe o . Asseu k·e·阿里·g·l·路和s . Hamouda“呼叫允许控制算法的节能5 g H-cran网络,”亚洲应用科学杂志》上,10卷,不。4、179 - 185年,2017页。视图:出版商的网站|谷歌学术搜索
  21. k Heena和m . h殿下,”调查的新呼叫允许控制方案基于模式预测5 g移动无线蜂窝网络,”国际创新工程研究杂志》上,7卷,不。1,第010 - 005页,2017。视图:谷歌学术搜索
  22. t . Sigwele p .皮拉伊a·s·阿拉姆和y . f .胡锦涛,“模糊基于逻辑的呼叫允许控制在5克云与抢占无线接入网络,”EURASIP无线通讯和网络》杂志上,卷2017,不。1,2017。视图:出版商的网站|谷歌学术搜索
  23. o . Semenova Semenov a、k Koval a . Rudyk诉Chuhov,“访问的CDMA网络,模糊控制器”西伯利亚国际会议的程序控制和通信(SIBCON 13)克拉斯诺雅茨克,页1 - 2,俄罗斯,2013年9月。视图:出版商的网站|谷歌学术搜索
  24. o . Semenova Semenov a, p . Kulakov“神经模糊控制器为w - cdma网络,访问”诉讼的第四届国际Scientific-Practical会议问题Infocommunications科技(科技的图片17)页38-41哈尔科夫,乌克兰,2017年10月。视图:谷歌学术搜索

版权©2018年穆罕默德Al-Maitah等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点1613年
下载927年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读