Tổng quan luận án

Sự phát triển nhanh chóng của các hệ thống truyền thông không dây (mạng di động, WiFi, WiMax) cùng các dịch vụ truyền thông đa phương tiện băng thông rộng (VoIP, truyền video trực tuyến, hội nghị truyền hình) đặt ra yêu cầu ngày càng cao về năng lực phục vụ của hạ tầng mạng. Tối ưu hóa mạng máy tính được xác định là quá trình thiết lập sự cân bằng giữa hiệu năng mạng và chi phí đầu tư, vận hành trong mối tương quan với chất lượng dịch vụ (QoS). Những thách thức kỹ thuật chủ yếu trong tối ưu hóa mạng không dây bao gồm quản lý tài nguyên và phổ tần vô tuyến (chiến lược định tuyến nhận biết nhiễu, cấp phát băng thông động), quản lý chuyển giao trong mạng di động không đồng nhất và bảo đảm an ninh truyền thông.

Trong thực tế, phần lớn các bài toán thiết kế và quy hoạch mạng không dây được mô hình hóa dưới dạng các bài toán tối ưu tổ hợp rời rạc thuộc lớp NP-khó. Các phương pháp tìm kiếm vét cạn không thể áp dụng cho các mạng quy mô lớn do bùng nổ không gian tìm kiếm, trong khi các phương pháp tìm kiếm heuristic hoặc tìm kiếm cục bộ (Local Search, Tabu) dễ rơi vào nghiệm tối ưu địa phương. Giải thuật di truyền (GA) tuy có khả năng tìm kiếm toàn cục nhưng các toán tử lai ghép và đột biến đòi hỏi chi phí tính toán lớn. Do đó, luận án lựa chọn hướng tiếp cận dựa trên thuật toán tối ưu hóa nhóm bầy (Particle Swarm Optimization - PSO) nhằm nâng cao hiệu năng tính toán và chất lượng nghiệm cho bài toán quy hoạch mạng.

Luận án xác định ba mục tiêu nghiên cứu cụ thể:

  1. Tối ưu thông lượng trong mạng lõi (Core Network - CN): Nghiên cứu tính toán và tối ưu hóa dung lượng mạng lõi nhằm đảm bảo năng lực phục vụ và khả năng mở rộng của toàn hệ thống mạng.
  2. Tối ưu thông lượng trong mạng lưới không dây (Wireless Mesh Networks - WMN): Sử dụng độ đo trọng số lưu lượng đa chặng MTW (Multihop Traffic-flow Weight) để xác định vị trí đặt gateway tối ưu, nâng cao thông lượng mạng và giảm thiểu ảnh hưởng của can nhiễu.
  3. Tối ưu truy cập trong mạng không dây: Giải quyết bài toán định vị các trạm cơ sở (Base Stations) và bài toán tối ưu truy cập tập trung với sự kết hợp phân cấp giữa các trạm thu phát cơ sở (BTS), trạm điều khiển cơ sở (BSC), trung tâm chuyển mạch dịch vụ di động (MSC) và tổng đài truy cập tập trung (LE).

Đối tượng nghiên cứu của luận án là các bài toán tối ưu tổ hợp trong mạng không dây, bao gồm: bài toán cây truyền thông tối ưu (CST), bài toán đặt gateway trong mạng WMN, bài toán đặt trạm điều khiển cơ sở (BSC/BTS) và bài toán tối ưu truy cập tập trung. Phạm vi nghiên cứu bao gồm việc mô hình hóa toán học, thiết kế thuật toán tiến hóa (trọng tâm là PSO) và đánh giá hiệu năng thông qua mô phỏng trên các bộ dữ liệu chuẩn (Palmer, Raidl, bộ dữ liệu 12 nút 40 cạnh) cùng dữ liệu thực nghiệm mạng di động tại thành phố Đà Nẵng.


Tổng quan tài liệu và vị trí của luận án

Luận án điểm lại có hệ thống các hướng nghiên cứu tối ưu hóa tổ hợp và quy hoạch mạng truyền thông:

  • Các phương pháp giải tích và quy hoạch toán học: Bao gồm các nghiên cứu về quy hoạch tuyến tính, quy hoạch phi tuyến, quy hoạch lồi, quy hoạch toàn phương và quy hoạch nguyên/tổ hợp.
  • Các phương pháp heuristic và tìm kiếm cục bộ: Điển hình là các thuật toán Local Search, Harmony Search và Tabu Search.
  • Các thuật toán mô phỏng tự nhiên và tính toán tiến hóa (Evolutionary Computing - EC):
    • Thuật toán tôi luyện thép (Simulated Annealing - SA) do Kirkpatrick và cộng sự nghiên cứu.
    • Giải thuật di truyền (Genetic Algorithm - GA) được John Holland đề xuất năm 1975, mở rộng bởi Goldberg (1989), dựa trên cơ chế chọn lọc tự nhiên, lai ghép và đột biến nhiễm sắc thể.
    • Thuật toán tối ưu hóa đàn kiến (Ant Colony Optimization - ACO) do Marco Dorigo giới thiệu năm 1992 (hệ thống Ant System) và phát triển cùng Di Caro, Gambardella năm 1999, mô phỏng cơ chế truyền thông qua nồng độ pheromone để giải các bài toán như TSP, QAP và định tuyến mạng.
    • Thuật toán tối ưu hóa nhóm bầy (PSO) do James Kennedy và Russell C. Eberhart giới thiệu năm 1995, kế thừa các quy luật vận động bầy đàn của Reynolds (1987). Các hướng phát triển của PSO gồm có: dạng hệ số co (Constriction PSO) của Clerc và Kennedy (2002); PSO với trọng số quán tính thay đổi theo thời gian (PSO-TVIW) và ngẫu nhiên (PSO-RANDIW) của Shi và Eberhart (1998, 2001); các biến thể PSO-TVAC, MPSO-TVAC, SOHPSO-TVAC và SWT-PSO.
    • Các nghiên cứu về tối ưu mạng lưới không dây WMN (Akyildiz và cộng sự, 2005), bài toán cây khung truyền thông tối ưu (Palmer, 1994; Raidl, 2003) và bài toán gán trạm đầu cuối (Terminal Assignment - TA).

Vị trí của luận án: Luận án tập trung vào khoảng trống nghiên cứu về việc ứng dụng và cải tiến thuật toán PSO cho các bài toán tối ưu hóa rời rạc trong quy hoạch mạng không dây. Thay vì sử dụng các toán tử di truyền phức tạp của GA hoặc cơ chế cập nhật đồ thị chậm của ACO, luận án đề xuất các phương pháp mã hóa/giải mã mới cho cá thể hạt trong PSO để giải quyết bài toán đặt gateway, xây dựng cây truyền thông broadcast, định vị trạm BSC/BTS và tối ưu hóa mạng truy cập tập trung.


Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết

  1. Khung toán học của bài toán tối ưu: Mô hình tổng quát của bài toán quy hoạch: Tìm $x^* \in D \subseteq \mathbb{R}^n$ để cực tiểu hóa hàm mục tiêu $f(x)$, thỏa mãn miền ràng buộc $D$: $$\begin{cases} g_i(x) \le 0, & \forall i = 1, 2, \dots, m_1 \ h_j(x) = 0, & \forall j = 1, 2, \dots, m_2 \ x \in X \subseteq \mathbb{R}^n \end{cases}$$ Trong các bài toán tối ưu tổ hợp rời rạc của luận án, tập $D$ là tập con của $\mathbb{Z}^n$, $\mathbb{N}^n$ hoặc ${0, 1}^n$.

  2. Khung lý thuyết mạng không dây và thông tin di động:

  • Phân loại mạng không dây theo phạm vi: WPAN (IEEE 802.15 / Bluetooth), WLAN (IEEE 802.11), WMAN (IEEE 802.16 / WiMAX), WMN và WWAN.
  • Kiến trúc mạng thông tin di động GSM/2G đến 4G/LTE: Phân hệ trạm gốc BSS gồm trạm thu phát cơ sở (BTS), bộ điều khiển trạm gốc (BSC) và bộ chuyển đổi mã/thích ứng tốc độ (TRAU); Phân hệ chuyển mạch SS/CN gồm trung tâm chuyển mạch MSC, cổng GMSC, cơ sở dữ liệu định vị HLR, VLR, trung tâm nhận thực AuC và thanh ghi nhận dạng thiết bị EIR.
  1. Nguyên lý thuật toán tối ưu hóa nhóm bầy (PSO):
  • Mỗi cá thể $i$ tại thời điểm $t$ trong không gian tìm kiếm $d$ chiều được biểu diễn bởi vector vị trí $X_i = (x_{i1}, x_{i2}, \dots, x_{id})$ và vector vận tốc $V_i = (v_{i1}, v_{i2}, \dots, v_{id})$.
  • Cá thể lưu giữ vị trí tốt nhất của bản thân $Pbest_i = (p_{i1}, p_{i2}, \dots, p_{id})$ và vị trí tốt nhất của toàn bầy $Gbest = (p_{g1}, p_{g2}, \dots, p_{gd})$.
  • Công thức cập nhật trạng thái cá thể: $$v_{id}^{(t+1)} = \omega \cdot v_{id}^{(t)} + c_1 \cdot rand_1() \cdot (p_{id} - x_{id}^{(t)}) + c_2 \cdot rand_2() \cdot (p_{gd} - x_{id}^{(t)})$$ $$x_{id}^{(t+1)} = x_{id}^{(t)} + v_{id}^{(t+1)}$$ Trong đó: $\omega$ là trọng số quán tính; $c_1, c_2$ là các hằng số gia tốc (thành phần nhận thức và thành phần xã hội); $rand_1(), rand_2()$ là các số ngẫu nhiên phân bố đều trong đoạn $[0, 1]$.
  • Các cơ chế kiểm soát quán tính và hội tụ:
    • Hệ số co Clerc: $v_{id}^{(t+1)} = \chi \left[ v_{id}^{(t)} + c_1 rand_1() (p_{id} - x_{id}^{(t)}) + c_2 rand_2() (p_{gd} - x_{id}^{(t)}) \right]$ với $\chi = \frac{2}{|2 - \varphi - \sqrt{\varphi^2 - 4\varphi}|}$ khi $\varphi = c_1 + c_2 > 4$.
    • Trọng số quán tính biến thiên tuyến tính (PSO-TVIW): $\omega = (\omega_1 - \omega_2) \frac{MAXITER - iter}{MAXITER} + \omega_2$.
    • Trọng số quán tính ngẫu nhiên (PSO-RANDIW): $\omega = 0.5 + \frac{rand()}{2}$.

Phương pháp nghiên cứu

  • Phương pháp mô hình hóa toán học: Chuyển đổi các bài toán quy hoạch kiến trúc mạng thành các mô hình quy hoạch nguyên và tối ưu tổ hợp có ràng buộc.
  • Kỹ thuật mã hóa thuật toán: Thiết lập các cấu trúc biểu diễn cá thể phù hợp với không gian rời rạc:
    • Mã hóa dựa trên số nguyên (Integer-based encoding).
    • Mã hóa dựa trên số thực (Real-based encoding).
    • Mã hóa liên kết cạnh và nút LNB (Link-Node Based encoding) cho cấu trúc cây truyền thông.
  • Phương pháp mô phỏng số và thực nghiệm đối sánh: Xây dựng chương trình thử nghiệm, đối sánh kết quả hàm mục tiêu, thông lượng, độ trễ và thời gian xử lý CPU giữa PSO với các giải thuật GA, ACO, Greedy trên các bộ dữ liệu chuẩn và dữ liệu mạng di động thực tế.

Nội dung chính theo từng chương

Chương 1: Tổng quan về tối ưu mạng

Chương 1 hệ thống hóa các kiến thức nền tảng về công nghệ mạng không dây, bài toán tối ưu và các thuật toán tiến hóa:

  • Phân tích đặc tính kỹ thuật của các chuẩn mạng: WPAN (Bluetooth 802.15), WLAN (802.11), mạng Ad-hoc (MANET), WMAN (WiMAX 802.16) và mạng lưới không dây WMN (kiến trúc mesh backbone, các mô hình kết nối Điểm-Điểm, Điểm-Đa điểm, Đa điểm-Đa điểm).
  • Trình bày lộ trình phát triển thông tin di động từ 1G (FDMA), 2G (GSM/CDMA với các dịch vụ số liệu cơ bản), 3G (IMT-2000 hỗ trợ đa phương tiện tốc độ cao) đến 4G (LTE, WiMAX 802.16m đạt tốc độ 100 Mbps cho di động và 1 Gbps cho cố định). Phân tích cấu trúc phân hệ trạm gốc BSS và phân hệ chuyển mạch SS.
  • Trình bày lý thuyết tối ưu hóa toán học và phân loại các dạng quy hoạch: tuyến tính, phi tuyến, lồi, toàn phương, nguyên và quy hoạch ngẫu nhiên.
  • Tổng quan các thuật toán tiến hóa (EC): Phân loại EC thành 5 nhóm (GA, EP, ES, GP, CS); phân tích cơ chế giải thuật di truyền GA (lai ghép, đột biến, chọn lọc); cơ chế tối ưu hóa đàn kiến ACO dựa trên nồng độ pheromone; và cấu trúc thuật toán tối ưu bầy đàn PSO cùng các biến thể cải tiến (Constriction PSO, PSO-TVIW, PSO-RANDIW, PSO-TVAC, MPSO-TVAC, SOHPSO-TVAC, SWT-PSO).

Chương 2: Tối ưu thông lượng trong mạng

Chương 2 tập trung giải quyết hai bài toán tối ưu thông lượng trong mạng không dây:

  1. Bài toán đặt gateway hiệu quả trong mạng lưới không dây (WMN):
  • Mô hình hóa kiến trúc mạng WMN gồm các router và gateway phục vụ các client. Xây dựng mô hình tính toán thông lượng dựa trên kế hoạch lập lịch TDMA trong mạng lõi (với thông số $SRD=3$) và phân chia khe thời gian trong mạng cục bộ (với $CRF=4$).
  • Ứng dụng độ đo trọng số lưu lượng đa chặng MTW (Multihop Traffic-flow Weight) và mô hình chia sẻ hiệu suất giữa các gateway để hạn chế tình trạng nghẽn và suy giảm thông lượng do can nhiễu.
  • Đề xuất thuật toán PSO đặt gateway: Mã hóa vị trí các gateway, xây dựng hàm mục tiêu thích nghi đánh giá thông lượng mạng.
  • Kết quả mô phỏng: Thử nghiệm trên các kịch bản mạng (Kịch bản 4, Kịch bản 5), so sánh thuật toán đề xuất với GA, ACO và thuật toán theo MTW thuần túy. Kết quả cho thấy thuật toán PSO nâng cao thông lượng trung bình của client, cải thiện thông lượng trong trường hợp xấu nhất và cân bằng tải giữa các gateway.
  1. Bài toán cây truyền thông tối ưu (CST) trong truyền thông Broadcast:
  • Mô hình hóa bài toán xây dựng cây khung truyền thông nhằm tối thiểu hóa tài nguyên sử dụng và độ trễ gói tin.
  • Đề xuất cấu trúc mã hóa liên kết cạnh và nút LNB (Link-Node Based) giúp thuật toán PSO biểu diễn trực tiếp các cây khung hợp lệ mà không sinh chu trình.
  • Thực nghiệm mô phỏng trên bộ dữ liệu mạng gồm 12 nút, 40 cạnh và các bộ dữ liệu kiểm thử chuẩn của Palmer và Raidl. Đánh giá đối sánh cho thấy PSO với mã hóa LNB đạt thời gian tính toán ngắn hơn và tổng độ trễ mạng thấp hơn so với GA và ACO.

Chương 3: Tối ưu truy cập mạng

Chương 3 giải quyết hai bài toán quy hoạch kiến trúc mạng truy cập không dây:

  1. Bài toán đặt trạm cơ sở trong mạng thông tin di động:
  • Mô hình hóa bài toán định vị trạm điều khiển cơ sở (BSC) và bài toán gán trạm đầu cuối (Terminal Assignment - TA) kết nối các trạm thu phát BTS về BSC. Mô hình tính đến các ràng buộc về dung lượng xử lý cuộc gọi của BSC, băng thông kênh truyền và chi phí đường truyền liên kết.
  • Đề xuất thuật toán PSO để tìm cấu hình vị trí đặt trạm BSC tối ưu nhằm tối thiểu hóa chi phí hạ tầng và chi phí kết nối mạng.
  • Kết quả thực nghiệm: So sánh với thuật toán Tham lam (Greedy), thuật toán di truyền (GA) và thuật toán đàn kiến (ACO). PSO cho giá trị hàm mục tiêu chi phí thấp hơn và thời gian thực thi nhanh hơn thuật toán Greedy và GA.
  • Thử nghiệm ứng dụng thực tế: Áp dụng quy hoạch vị trí hệ thống trạm BTS và trạm điều khiển BSC cho mạng di động trên địa bàn thành phố Đà Nẵng, cung cấp phương án phân bổ trạm thỏa mãn nhu cầu lưu lượng thực tế với tổng chi phí tối ưu.
  1. Bài toán tối ưu truy cập tập trung trong mạng không dây:
  • Mô hình hóa cấu trúc mạng truy cập không dây phân cấp dạng cây kết nối giữa các trạm BTS, các trung tâm chuyển mạch MSC và các tổng đài truy cập tập trung LE (Local Exchanges).
  • Thiết lập hàm mục tiêu tối thiểu hóa chi phí kết nối chịu các ràng buộc về giới hạn số lượng cổng vào/ra, dung lượng chuyển mạch và băng thông truyền dẫn của các switch và trạm cơ sở.
  • Áp dụng thuật toán PSO để xác định phương án liên kết tối ưu.
  • Kết quả thực nghiệm: Đánh giá trên các bộ dữ liệu thực nghiệm cho thấy PSO đạt giá trị hàm mục tiêu tối ưu và thời gian hội tụ ổn định hơn so với các phương pháp đối sánh.

Kết quả và những đóng góp mới

Những đóng góp mới của luận án

  1. Đóng góp về mô hình hóa: Xây dựng hoàn chỉnh mô hình toán học dưới dạng bài toán tối ưu tổ hợp cho bốn bài toán quy hoạch mạng không dây:
    • Bài toán cây truyền thông tối ưu (CST) trong truyền thông broadcast.
    • Bài toán đặt gateway hiệu quả trong mạng lưới không dây (WMN) kết hợp trọng số MTW và mô hình lập lịch TDMA.
    • Bài toán định vị trạm điều khiển cơ sở (BSC/BTS) trong mạng di động với ràng buộc dung lượng và băng thông.
    • Bài toán tối ưu truy cập tập trung theo cấu trúc phân cấp BTS - MSC - LE.
  2. Đóng góp về mặt thuật toán: Đề xuất các kỹ thuật mã hóa và giải mã mới cho cá thể hạt trong thuật toán PSO, bao gồm mã hóa số nguyên, mã hóa số thực và kỹ thuật mã hóa liên kết cạnh - nút (LNB), giúp mở rộng khả năng giải quyết các bài toán tối ưu rời rạc có ràng buộc phức tạp của PSO.
  3. Đóng góp về mặt thực nghiệm và ứng dụng:
    • Thực hiện mô phỏng số chi tiết, phân tích định lượng ưu nhược điểm của các thuật toán GA, PSO, ACO và Greedy trên các bộ dữ liệu chuẩn (Palmer, Raidl, dữ liệu mạng 12 nút 40 cạnh).
    • Áp dụng thử nghiệm quy hoạch hệ thống trạm thu phát cơ sở BTS tại thành phố Đà Nẵng.
  4. Công bố khoa học: Toàn bộ các kết quả nghiên cứu trong luận án được công bố qua 9 công trình khoa học, bao gồm 2 bài báo kỷ yếu hội nghị quốc tế, 2 bài báo trên tạp chí quốc tế, 1 bài báo trên tạp chí chuyên ngành trong nước và 4 bài báo tại các kỷ yếu hội nghị quốc gia.

Bảng tổng hợp các bài toán và giải pháp trong luận án

STT Tên bài toán quy hoạch mạng Không gian ứng dụng Mục tiêu tối ưu hóa Phương pháp / Kỹ thuật đề xuất Dữ liệu kiểm thử / Thực nghiệm
1 Đặt gateway hiệu quả Mạng lưới không dây (WMN) Cực đại thông lượng mạng, cực đại thông lượng client xấu nhất PSO kết hợp trọng số lưu lượng đa chặng MTW, lập lịch TDMA Kịch bản mô phỏng 4 và 5
2 Cây truyền thông tối ưu (CST) Mạng truyền thông Broadcast Cực tiểu tổng thời gian trễ trung bình và tài nguyên truyền dẫn PSO sử dụng mã hóa liên kết cạnh và nút (LNB) Dữ liệu 12 nút 40 cạnh; lớp bài toán Palmer; lớp bài toán Raidl
3 Đặt trạm điều khiển cơ sở Mạng thông tin di động (BSS) Cực tiểu chi phí kết nối và chi phí đặt trạm BSC Thuật toán PSO giải bài toán Terminal Assignment (TA) Bộ dữ liệu thực nghiệm chuẩn; Dữ liệu trạm thực tế tại TP Đà Nẵng
4 Tối ưu truy cập tập trung Mạng truy cập không dây phân cấp Cực tiểu tổng chi phí liên kết mạng giữa BTS, MSC và LE Thuật toán PSO với các ràng buộc dung lượng switch và kênh truyền Bộ dữ liệu thực nghiệm mạng truy cập tập trung

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Các mô hình tối ưu thông lượng trong mạng WMN và mạng lõi được thiết lập dựa trên các giả định về lưu lượng và lịch trình truyền thông tương đối tĩnh (phân chia khe thời gian TDMA, CRF cố định), chưa phản ánh toàn diện các biến động lưu lượng tức thời trong môi trường truyền sóng thực tế.
  • Thử nghiệm thực tế bài toán quy hoạch trạm cơ sở mới được tiến hành trên phạm vi địa bàn thành phố Đà Nẵng, chưa mở rộng đánh giá tại các khu vực có địa hình phức tạp hoặc mật độ thuê bao không đồng nhất cao.

Hạn chế và hướng phát triển tiếp

  • Nghiên cứu mở rộng thuật toán PSO cho các mô hình mạng không đồng nhất và mạng di động thế hệ tiếp theo (4G/LTE nâng cao, NGN) với topo mạng biến đổi động theo thời gian.
  • Phát triển các biến thể PSO đa mục tiêu kết hợp các toán tử tìm kiếm cục bộ để giải quyết đồng thời bài toán tối ưu chi phí, chất lượng dịch vụ (QoS) và mức tiêu thụ năng lượng của các thiết bị mạng.

Giá trị tham khảo

Luận án cung cấp tài liệu tham khảo có giá trị chuyên môn cho các đối tượng sau:

  • Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Cơ sở toán học cho Tin học, Khoa học máy tính và Kỹ thuật viễn thông: Tham khảo phương pháp luận mô hình hóa bài toán tối ưu tổ hợp rời rạc, kỹ thuật mã hóa nhiễm sắc thể/cá thể hạt (đặc biệt là cơ chế mã hóa LNB cho bài toán đồ thị/cây khung) và cách tiếp cận các biến thể thuật toán PSO (Constriction, TVIW, RANDIW, TVAC...).
  • Kỹ sư thiết kế, quy hoạch mạng viễn thông và các nhà quản trị mạng: Tham khảo mô hình phân bổ vị trí gateway trong mạng WMN, phương pháp giải bài toán gán trạm đầu cuối (Terminal Assignment) và quy trình tối ưu hóa vị trí trạm BTS/BSC cùng mạng truy cập tập trung nhằm giảm thiểu chi phí đầu tư hạ tầng mạng viễn thông.

Câu hỏi thường gặp

1. Tại sao tác giả lựa chọn thuật toán PSO thay vì GA hay ACO để giải các bài toán quy hoạch mạng trong luận án?

Thuật toán di truyền (GA) sử dụng các toán tử lai ghép và đột biến trên chuỗi nhị phân nên tiêu tốn nhiều thời gian tính toán khi không gian tìm kiếm mở rộng; thuật toán đàn kiến (ACO) đòi hỏi thời gian hội tụ khó xác định và cần biểu diễn bài toán trên đồ thị đầy đủ có trọng số. Thuật toán PSO dựa trên sự tương tác hành vi bầy đàn, có cấu trúc cập nhật vị trí và vận tốc đơn giản, khối lượng tính toán thấp hơn và tốc độ hội tụ nhanh, phù hợp cho việc giải quyết các bài toán tối ưu tổ hợp cỡ lớn trong mạng không dây.

2. Trọng số lưu lượng đa chặng MTW (Multihop Traffic-flow Weight) có vai trò gì trong việc tối ưu mạng lưới không dây WMN?

Trọng số MTW được sử dụng làm độ đo hiệu năng nhằm định lượng các yếu tố ảnh hưởng đến thông lượng trong mạng WMN, đặc biệt là hiện tượng suy giảm thông lượng do truyền thông đa chặng (multi-hop) và can nhiễu giữa các đường truyền đồng thời. Dựa trên MTW và mô hình chia sẻ hiệu suất giữa các gateway, thuật toán PSO có thể xác định vị trí đặt gateway tối ưu giúp cân bằng tải và cực đại hóa thông lượng toàn mạng.

3. Kỹ thuật mã hóa LNB (Link-Node Based) trong Chương 2 được thiết kế nhằm mục đích gì?

Kỹ thuật mã hóa LNB được đề xuất cho bài toán cây khung truyền thông tối ưu (CST) trong truyền thông broadcast. Kỹ thuật này ánh xạ liên kết giữa các cạnh và các nút để biểu diễn cấu trúc cây khung thành vector tìm kiếm trong không gian của PSO, đảm bảo nghiệm sinh ra luôn là cây khung hợp lệ, không chứa chu trình và giảm thiểu không gian tìm kiếm không khả thi.

4. Kết quả thử nghiệm thực tế của luận án tại thành phố Đà Nẵng đạt được những gì?

Luận án đã áp dụng thuật toán PSO để giải bài toán định vị trạm điều khiển cơ sở (BSC) và phân bổ vị trí các trạm thu phát sóng cơ sở (BTS) trên địa bàn thành phố Đà Nẵng. Kết quả đã đưa ra phương án quy hoạch trạm đáp ứng được yêu cầu dung lượng lưu lượng người dùng, thỏa mãn các ràng buộc về băng thông kết nối và tối thiểu hóa tổng chi phí thiết lập hệ thống.


Kết luận

Luận án "Phát triển thuật toán tiến hóa giải một số bài toán tối ưu trong mạng không dây" của tác giả Nguyễn Gia Như đã giải quyết có hệ thống bốn bài toán tối ưu tổ hợp quan trọng trong quy hoạch và vận hành mạng không dây: cây truyền thông tối ưu, đặt gateway mạng WMN, đặt trạm điều khiển cơ sở và tối ưu mạng truy cập tập trung. Bằng việc xây dựng các mô hình toán học chặt chẽ và đề xuất các phương pháp mã hóa phù hợp (như mã hóa số nguyên, số thực, mã hóa LNB), tác giả đã áp dụng thành công thuật toán tối ưu bầy đàn (PSO) để tìm kiếm nghiệm tối ưu với chi phí tính toán hợp lý. Các kết quả mô phỏng số trên bộ dữ liệu chuẩn và ứng dụng thực nghiệm quy hoạch trạm BTS tại thành phố Đà Nẵng đã khẳng định tính khả thi và hiệu quả thực tiễn của các thuật toán được đề xuất.