|
|
Optimization of Wireless Networks Infrastructure Using Artificial Intelligence Methods
Šeda, Pavel ; Assoc. Prof. Sergey Andreev, D.Sci. (Tech.) (referee) ; Araniti, Giuseppe (referee) ; Hošek, Jiří (advisor)
Dizertační práce je zaměřená na úlohy optimalizace síťových infrastruktur s využitím algoritmů umělé inteligence. Vzhledem k rostoucím požadavkům na síťový provoz v 5G+ sítích jsou nutné zásadní úpravy síťových infrastruktur. Tyto požadavky vytyčují řadu otázek v oblasti výzkumu. Hlavním cílem této dizertační práce je proto návrh optimalizačního modelu a algoritmů lokalizujících vhodná místa k nasazení základnových stanic. Pro vytvoření takového optimalizačního modelu bylo nezbytné reflektovat zásadní požadavky bezdrátového pokrytí v soudobých sítích, jako jsou požadované kapacity (základnových stanic a koncových uživatelů), již existující infrastruktura, interference mezi základnovými stanicemi či dosah pokrytí. Protože algoritmus hledání řešení této úlohy má exponenciální složitost a pro velké instance není možné najít optimální řešení v dostupném čase, bylo nutné aplikovat metody umělé inteligence. Vzhledem k charakteru výpočtu byly zvoleny a implementovány meta-heuristické algoritmy, které jsou dále v práci detailněji rozebrány. Navržené optimalizační modely a algoritmy jsou následně verifikovány pomocí vhodných simulací pro městské, předměstské či venkovské oblasti. Praktické využití navrženého řešení je uvažováno jako dodatečný modul do existujících nástrojů, doporučující místa nasazení nových základnových stanic při změně charakteru sítě (např. vyšší kapacitní požadavky v určitých oblastech), sloužící jako podklad pro další praktické ověření. Hlavním přínosem práce je návrh a implementace vlastní modifikace genetického algoritmu a návrh původních matematických modelů smíšeného celočíselného programování, výrazně rozšiřujících klasickou úlohu pokrytí. Včetně jejich následného ověření na instancích se statisíci prvky a jejich publikace v impaktovaných časopisech a na mezinárodních konferencích.
|
|
|
Optimization of Wireless Networks Infrastructure Using Artificial Intelligence Methods
Šeda, Pavel ; Assoc. Prof. Sergey Andreev, D.Sci. (Tech.) (referee) ; Araniti, Giuseppe (referee) ; Hošek, Jiří (advisor)
Dizertační práce je zaměřená na úlohy optimalizace síťových infrastruktur s využitím algoritmů umělé inteligence. Vzhledem k rostoucím požadavkům na síťový provoz v 5G+ sítích jsou nutné zásadní úpravy síťových infrastruktur. Tyto požadavky vytyčují řadu otázek v oblasti výzkumu. Hlavním cílem této dizertační práce je proto návrh optimalizačního modelu a algoritmů lokalizujících vhodná místa k nasazení základnových stanic. Pro vytvoření takového optimalizačního modelu bylo nezbytné reflektovat zásadní požadavky bezdrátového pokrytí v soudobých sítích, jako jsou požadované kapacity (základnových stanic a koncových uživatelů), již existující infrastruktura, interference mezi základnovými stanicemi či dosah pokrytí. Protože algoritmus hledání řešení této úlohy má exponenciální složitost a pro velké instance není možné najít optimální řešení v dostupném čase, bylo nutné aplikovat metody umělé inteligence. Vzhledem k charakteru výpočtu byly zvoleny a implementovány meta-heuristické algoritmy, které jsou dále v práci detailněji rozebrány. Navržené optimalizační modely a algoritmy jsou následně verifikovány pomocí vhodných simulací pro městské, předměstské či venkovské oblasti. Praktické využití navrženého řešení je uvažováno jako dodatečný modul do existujících nástrojů, doporučující místa nasazení nových základnových stanic při změně charakteru sítě (např. vyšší kapacitní požadavky v určitých oblastech), sloužící jako podklad pro další praktické ověření. Hlavním přínosem práce je návrh a implementace vlastní modifikace genetického algoritmu a návrh původních matematických modelů smíšeného celočíselného programování, výrazně rozšiřujících klasickou úlohu pokrytí. Včetně jejich následného ověření na instancích se statisíci prvky a jejich publikace v impaktovaných časopisech a na mezinárodních konferencích.
|
guest ::
