Ruteo y Asignación de Longitud de Onda: Comparación de Algoritmos Genéticos y Templado Simulado

• Arturo B. Rodriguez ; Antonio L. Gutierrez ^[1] ; Luis A. Rivera ^[1] ; Leonardo J Ramirez
  1. [1] Universidad de Santiago de Chile

     Universidad de Santiago de Chile

     Santiago, Chile

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 25, Nº. 4, 2014, págs. 13-18
• Idioma: español
• Títulos paralelos:
  • Routing and Wavelength Assignement: Comparison of Simulated Annealing and Genetics Algortihm
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se comparan estudios sobre enrutamiento y asignación de longitud de onda, para mejorar los indicadores de servicio en telecomunicaciones, tales como probabilidad de bloqueo y minimización de la utilización de la red. Las telecomunicaciones modernas están progresivamente sometidas al aumento de la demanda, lo que se traduce en mayores requerimientos en las redes fotónicas de transporte. Este fenómeno obliga a mejorar los sistemas de enrutamiento, con la finalidad de atender mejor a la demanda actual y tener capacidad de atención de la demanda futura. La comparación se realiza entre los algoritmos Templado Simulado (Simulated Annealing) y Algoritmos Genéticos; ambos simulados en la red óptica NSFNET que utiliza multiplexado por división de longitudes de onda, WDM. Los resultados muestran que los algoritmos heurísticos son mejores bajo demanda dinámica de alta carga y que funcionan mejor bajo stress. Se concluye que los algoritmos genéticos dan la mejor solución a la demanda dinámica futura del transporte de datos.

  • English

    In this paper compares studies over routing and wavelength assignment for better some services indicators, such as blocking probability and network utilization. In modern telecommunications are gradually subjected to increased demand, which results in higher requirements in photonic transport networks. This phenomenon forces us improve routing systems, in order to better serve current demand and have capacity of attention of future demand. The comparison is made between the algorithms Genetic Algorithms and Simulated Annealing, both simulated in the optical network NSFNET using wavelength division multiplexing WDM. The results showed that heuristic algorithms are better in dynamic demand and high charge, functioning better under stress. It is concluded that genetic algorithms provide the best solution for future demand.