[논문 리뷰] Comparison of Genetic Algorithm and Simulated Annealing Technique for Optimal Path Selection In Network Routing

T. R. Gopalakrishnan Nair, Kavitha Sooda|arXiv (Cornell University)|2010. 01. 22.

Network Traffic and Congestion Control참고 문헌 17인용 수 8

한 줄 요약

이 논문은 네트워크 라우팅에서 대용량, 지연, 제터, 손실의 네 가지 QoS 파rameter를 사용하여 유전 알고리즘(GA)과 시뮬레이티드 어닐링(SA)의 비교 연구를 제안한다. 다중점 교차와 돌연변이를 사용하는 GA 접근법은 랜덤 선택에 의존하는 SA보다 더 빠르고 신뢰성 있는 수렴을 보이며, 반복 횟수 증가에 따라도 일관된 향상이 없다.

ABSTRACT

This paper addresses the path selection problem from a known sender to the receiver. The proposed work shows path selection using genetic algorithm(GA)and simulated annealing (SA) approaches. In genetic algorithm approach, the multi point crossover and mutation helps in determining the optimal path and also alternate path if required. The input to both the algorithms is a learnt module which is a part of the cognitive router that takes care of four QoS parameters.The aim of the approach is to maximize the bandwidth along the forward channels and minimize the route length. The population size is considered as the N nodes participating in the network scenario, which will be limited to a known size of topology. The simulated results show that, by using genetic algorithm approach, the probability of shortest path convergence is higher as the number of iteration goes up whereas in simulated annealing the number of iterations had no influence to attain better results as it acts on random principle of selection.

연구 동기 및 목표

• 동적 QoS 제약 조건 하에서 네트워크 라우팅의 최적 경로 선택 문제를 해결하기 위해.
• 다중 QoS 파rameter를 고려한 최단 경로를 찾는 데 있어 유전 알고리즘(GA)과 시뮬레이티드 어닐링(SA)의 성능을 평가하고 비교하기 위해.
• 대역폭 가용성 우선순위를 두고 경로 길이를 최소화함으로써 네트워크 성능을 향상시키기 위해.
• 인지 라우팅 메커니즘의 효과성을 히وري스틱 최적화 기법을 통해 입증하기 위해.

제안 방법

• 경로 품질 평가를 위해 대역폭 최대화와 경로 길이 최소화를 기반으로 한 피트니스 함수를 사용한다.
• GA에서 후보 경로를 세대에 걸쳐 생성하고 개선하기 위해 다중점 교차와 삽입 돌연변이를 사용한다.
• GA에서 세대 간 최적의 염색체를 유지하기 위해 엘리티즘을 적용한다.
• SA는 냉각 스케줄을 적용하며, 초기 온도 T=1000, 정지 온도 Tstop=50, 냉각 요소 α=1/5로 설정한다.
• GA에서 피트니스에 따라 확률적으로 부모 염색체를 선택하기 위해 루렛 윈도우 선택을 사용한다.
• GA와 SA 모두 동일한 목적 함수를 적용하여 일관된 비교를 보장한다.

실험 결과

연구 질문

• RQ1 다중 QoS 제약 조건 하에서 네트워크 라우팅에서 GA와 SA 중 어느 알고리즘이 최단 경로로 더 신뢰성 있게 수렴하는가?
• RQ2 반복 횟수 증가가 GA와 SA의 수렴 성능에 어떻게 영향을 미치는가?
• RQ3 GA에서의 다중점 교차와 돌연변이는 SA의 랜덤 검색에 비해 경로 선택에 얼마나 효과적인가?
• RQ4 대역폭 가용성이 인지 네트워크에서 동적 경로 최적화의 주요 지표로 효과적으로 사용될 수 있는가?
• RQ5 GA의 선택 및 돌연변이 메커니즘이 최적 경로로의 수렴 안정성과 속도에 어떻게 영향을 미치는가?

주요 결과

• GA는 최단 경로(길이 3)로 더 빠르고 일관된 수렴을 보였고, SA는 반복 횟수 증가에 따라 개선 없이 수렴하지 못했다.
• 경로 V3-V7-Vd(길이 3)는 GA와 SA 모두에서 최적 경로로 확인되었으며, 두 경우 모두 C3가 최고의 염색체였다.
• GA에서 첫 번째 세대에 최적 경로(C1) 선택 확률이 1.0에 도달하여 강한 선택 압력이 있음을 나타냈다.
• SA에서는 초기 랜덤 경로가 짧을 경우에만 최단 경로를 신속히 찾을 수 있었고, 그렇지 않으면 수렴이 일관되지 않았다.
• GA의 피트니스 함수는 홉 수가 적고 대역폭이 높은 경로를 효과적으로 우선순위로 삼아 안정적인 수렴을 이끌었다.
• GA에서 돌연변이는 교차가 유효한 경로를 생성하지 못할 경우에만 0.01%의 비율로 적용되어 검색 과정에 최소한의 영향을 주었다.