نرم افزار شبیه ساز Packet Tracer به همراه آموزش نصب در ویندوز

در این بخش دانلود رایگان نرم افزار شبیه ساز Packet Tracer را در دو نسخه ۳۲ بیتی و ۶۴ بیتی قابل نصب در سیستم عامل ویندوز به همراه فیلم آموزش نصب آماده کردیم که آخرین ورژن یعنی ورژن ۷٫۱ می باشد. نرم افزار Packet Tracer یک محیط شبیه سازی برای افرادی می باشد که می خواهند به طراحی شبکه، طراحی انواع توپولوژی شبکه، پیکربندی شبکه، بررسی مشکلات مختلف شبکه و بسیاری از کار های مرتبط با شبکه های کامپیوتری بپردازند. علاقمندان به شبکه های کامپیوتری به سادگی قادر خواهند بود تا ابزار های مورد نظر خود را در یک محیط شبیه سازی به صورت گرافیکی وارد کرده و توپولوژی مدنظر را ایجاد نمایند. کاربر بعد از پیکربندی شبکه ایجاد شده، قادر خواهد بود به آنالیز و رفع مشکلات آن شبکه اقدام نماید. کار کردن با شبیه ساز پکت تریسر در محیط سیستم عامل ویندوز بسیار آسان و راحت است. نرم افزار شبیه ساز Packet Tracer برای سیستم های مبتنی بر Cisco به منظور آموزش دوره های سیسکو مانند CCNA یا نتورک پلاس (Network Plus) می باشد. شبیه ساز پکت تریسر با امکانات و قابلیت هایی که دارد می تواند در تست سیستم های شبیه سازی شده بسیار کمک کند. نرم افزار Packet Tracer یکی از محصولات شرکت سیسکو می باشد که در بخش آموزشی خود این شرکت هم از آن استفاده می شود. جهت مشاهده و دانلود رایگان این نرم افزار بر روی لینک زیر کلیک نمایید.

لینک: نرم افزار شبیه ساز Packet Tracer به همراه آموزش نصب در ویندوز

خوشه بندی انرژی آگاه با الگوریتم ژنتیک در شبکه WSN ناهمگن

در این بخش دانلود رایگان مقاله خوشه بندی انرژی آگاه با الگوریتم ژنتیک در شبکه های حسگر بی سیم ناهمگن را به صورت PDF فارسی آماده کردیم که توسط مهدی هنرمند و همکارانش در سال ۱۳۹۴ نگارش شده است. خوشه بندی یکی از روش های موثر به منظور مدیریت انرژی و همچنین افزایش طول عمر در شبکه های حسگر بی سیم (WSN) است. از شاخص های مهم در ایجاد خوشه های بهینه، انتخاب سرخوشه مناسب می باشد که علاوه بر اینکه افزایش طول عمر شبکه و داده دریافتی در چاهک را به دنبال دارد، باعث کاهش انرژی اتلافی نیز می گردد. جهت مطالعه اطلاعات کامل مقاله و دریافت آن بر روی لینک زیر کلیک نمایید.

لینک: خوشه بندی انرژی آگاه با الگوریتم ژنتیک در شبکه WSN ناهمگن

خوشه بندی در شبکه های حسگر بی سیم (WSN)

در این بخش با یک مقاله کوتاه در رابطه با خوشه بندی در شبکه های حسگر بی سیم در خدمت شما دوستان گرامی هستیم که امیدواریم بررسی و مطالعه مطالب ارائه شده در این بخش مفید و مورد استفاده قرار گیرد. پبشرفت های روز افزون در ساخت مدارات مجتمع و همچنین توسعه ارتباطات بی سیم باعث توسعه ریز حسگر هایی گردیده است که شاکله اصلی یک شبکه حسگر بی سیم را ایجاد می کنند. به عبارت دیگر یک شبکه حسگر متشکل از گره هایی است که به صورت متراکم در محیط پخش شده و با همکاری یکدیگر یک وظیفه مشترک را انجام می دهند. امروزه شبکه های حسگر بی سیم در حوزه های مختلف نظامی، بهداشت و درمان، نظارت بر زیستگاه، نظارت بر فرایند های صنعتی و … کاربرد های ویژه ای دارند. ترکیب محدودیت ها و نحوه استقرار گره ها در این قبیل از شبکه ها، ضرورت طراحی های انرژی آگاه در تمام لایه های شبکه را برای این حوزه دو چندان می کند. به طور مثال، در لایه شبکه بایستی زمان طراحی الگوریتم های مسیریابی به پارامتر محدودیت انرژی مصرفی توجه شود تا الگوریتم ارائه شده افزایش طول عمر شبکه و کاهش مصرف انرژی را به دنبال داشته باشد. بنابراین، چالش های فراوان در شبکه های حسگر نظیر منابع ذخیره سازی، قابلیت های محاسباتی، پهنای باند ارتباطات، و از همه مهم تر منابع انرژی، در دهه اخیر تحقیقات گسترده ای را در این حوزه پدید آورده است. جهت مطالعه اطلاعات کامل مقاله و دریافت آن بر ری لینک زیر کلیک نمایید.

لینک: خوشه بندی در شبکه های حسگر بی سیم (WSN)

خوشه بندی در شبکه های کامپیوتری با الگوریتم ژنتیک

در این بخش به الگوریتم ژنتیک در قالب یک مقاله کوچک برای استفاده در خوشه بندی در شبکه های کامپیوتری می پردازیم که امیدواریم مطالب ارائه شده در آن مفید و مورد استفاده شما دوستان عزیز قرار گیرد. امروزه یکی از روش­ های مطرح برای حل دسته ­ای از مسائل بهینه­ سازی، استفاده از روش­ های موسوم به روش ­های بهینه ­سازی مبتنی بر هوش دسته جمعی می باشد. الگوریتم ­های خوشه­ بندی تکاملی، با بهره گیری از الگوریتم ­های تکاملی نظیر الگوریتم ژنتیک (GA)، بهینه­ سازی ازدحام ذرات (PSO)، بهینه ­سازی کلونی مورچگان (ACO) و غیره سعی در یافتن بهترین جواب ممکن به منظور ساخت خوشه دارند به طوری که خوشه حاصل دارای کمینه مقدار انرژی مصرفی، بیشینه مقدار داده ارسالی به چاهک و غیره باشد. جهت مشاهده این الگوریتم بر روی لینک زیر کلیک نمایید.

لینک: خوشه بندی در شبکه های کامپیوتری با الگوریتم ژنتیک

الگوریتم مسیریابی HAMFA در شبکه روی تراشه (NOC)

در این بخش معرفی الگوریتم مسیریابی HAMFA را آماده کردیم که یکی از روش های مسیریابی در شبکه های NOC می باشد. در سال ۲۰۱۳ مقاله ای در زمینه تحمل پذیری اشکال در شبکه های روی تراشه توسط معصومه ابراهیمی و همکارانش نگارش شد که روش ارائه شده در آن HAMFA نام گرفت. در این مقاله الگوریتمی پیشنهاد شده است که بدون استفاده از کانال مجازی و بسته های زائد اشکال های یک جهته را در لینک های عمودی و افقی تحمل می کند. برای این کار از مسیر هامیلتونی (Hamiltonian) استفاده می کند، مسیر هامیلتونی در مبحث گراف مسیری است که از همه گره های گراف بگذرد، بدون اینکه از یک گره دو یا چند بار بگذرد. الگوریتم HAMFA مسیریابی در شبکه را بدون نیاز به جدول و یا اطلاعات اضافی در سرآیند بسته انجام می دهد. این الگوریتم تنها نیاز به اطلاعات اشکال، در لینک های مجاور خود دارد و این مسئله کارایی این الگوریتم را بالا برده و سربار سخت افزاری آن را کاهش داده است. جهت مشاهده این الگوریتم بر روی لینک زیر کلیک نمایید.

لینک: الگوریتم مسیریابی HAMFA در شبکه روی تراشه (NOC)