استفاده از الگوریتم‌های یادگیری تقویتیدر کنترل ترافیک شبکه‌های سرعت بالا

روش‌های متعدد دبیر اساس تکنیک‌های هوش محاسباتی که به توسعه همراه حل‌های کارآمد برای حل برخی از مهم ترینمشکلات کنترل ترافیک شبکه‌های سرعت بالا می‌پردازند، تاکنون در برخی از مطبوعات و مقالات پیشنهاد شده است. در این مقاله، سعی خواهیم کرد با کمک تجربیات به دست آمده از آثار منتشر شده و با استفاده از الگوریتم‌ها یادگیری تقویتی (RLA) در شبکه‌های ATM و با ترکیب خیاز مشاهدات اظهارات عمومی در مورد عوامل موثر و قابل ملاحظه یک چهارچوب کلی برای مواجه با این نوع از مشکلات با استفاده از الگوریتم RLA، و هم‌چنان‌ طبقه ‌بندی مشکلات و راه‌حل‌های پیشنهادی ارائه دهیم. اگرچه این چارچوب با استفاده از روش‌های پیشنهادی خاص و الگوریتم‌ یادگیری تقویتی توسعه داده شده است، اما می‌تواند به عنوان یک راهنمای کارآمد وعمومی، صرف‌نظر از الگوریتم RLA برای مواجه با مشکلات این نوع شبکه‌ها بکار گرفته شود.

کلیدواژه ها:

هوشمحاسباتی ، الگوریتم‌های یادگیری تقویتی ، کنترل ترافیک ، شبکه‌های سرعت بالا ، شبکه‌های ATM ، کنترل پذیر شتماس ، مسیریابی ، کاربرد کنترل پارامتر ، پهنای باند معادل