Neuro-fuzzy approach for solving communication network problems

Son yıllarda bulanık mantık kavramı artık birçok teknoloji alanında daha iyi, basit ve hızlı çözümler sunmasıyla tercih edilmeye başlanmıştır. Bulanık mantığın kullanıldığı alanlardan birisi de iletişim ağ teknolojileridir. Ancak araştırmalar bulanık mantık içeren yöntemlerin ağın değişken durumlarına adapte olmada zaman zaman yetersiz kaldığını göstermiştir. Bu tez ATM (Eşzamansız Aktarım Modu) ağları üzerindeki trafik kontrolü için elverişsiz hale gelen bulanık yöntemlere alternatif bir yol aramak amacını gütmektedir. Yapay sinir ağlarının eğitilebilme özelliğini, bulanık mantığın bilgi tabanlı sözel ifade edebilme özelliği ile birleştirerek daha yüksek performansta bir kontrol mekanizması tasarlanmıştır. Uyarlanabilir sinirsel bulanık modellerini kullanarak öncelikle tek anahtarlı (switch) ağlar üzerinde kanallara iletilebilecek en uygun bit oranına erişilmiştir. Daha sonra ise uyguladığımız tekniği çok anahtarlı üzerinde de uygulayarak gerçeğe yakın bir ATM ağı üzerindeki etkisi incelenmiştir. Geleneksel bulanık modellere göre daha iyi sonuçlar elde edilmiştir. In recent years, the concept of fuzzy logic began to be preferred due to provide better, simpler and faster solutions at a lot of technology areas. Communication network technology is one of areas fuzzy logic used in. However, researches show that fuzzy logic methods are inadequate in adapting to variable situation of networks from time to time. This thesis aims to find an alternative way to inadequate fuzzy logic methods for traffic control of the ATM (Asynchronous Transfer Mode) networks. A higher performance control mechanism was designed with joining training property of artificial neural network and property of knowledge-based expressions linguistic of fuzzy logic. Efficiency of data traffic on communication networks can be increase with adaptive neuro fuzzy logic methods. Firstly, we accessed to optimum bit rate to be able to transmitted over single switch. After that, we applied this technique to multiple switches networks so we examined the effects over nearly real ATM network. Results were better than results of traditional fuzzy methods. 74