کاربرد یادگیری ماشین، برای بهینه سازی مسیریابی در شبکه های همتا به همتای ساخت یافته

ساختار شبکههای همتا به همتا، علاوه بر کارایی شبکه، بر الگوریتمهای جستجو تاثیر می گذارد . کاربرد روشهای هوشمند در الگوریتمهای جستجو و مسیریابی اینگونه شبکهها، به عنوان راه حلی برای بهینه سازی، مورد استفاده قرار گرفته شدهاند. محدودیت های ذاتی شبکه های همتا به همتای ساختیافته به دلیل استفاده از جداول درهم سازی توزیع شده و منظور کردن گرهها به صورت همگن، سبب گردیده است تا کاربرد ر وش های هوشمند در این شبکهها، تا حد زیادی مهجور بماند. از این رو، در این مقاله سعی شده است بر خلاف مطالعات گذشته، با به کارگیری یکی از تکنیکهای یادگیری ماشین به نام یادگیری تقویتی، راه حلی برای مسیریابی بهینه در این نوع شبکه ها، معرفی گردد.

کلیدواژه ها:

همتا به همتا ، ساختیافته ، الگوریتم جستجو ، مسیریابی بهینه ، یادگیری تقویتی ، simulated annealing