Application des méthodes exactes pour l’allocation des ressources dans la radio cognitive
Des informations générales:
Master |
Le niveau |
Application des méthodes exactes pour l’allocation des ressources dans la radio cognitive |
Titre |
| Réseaux et Systèmes Distribués (R.S.D) |
SPECIALITE |
Page de garde:
Sommaire:
Introduction Générale.
1.1 Description du projet
1.2 Problématique :
Chapitre I: La radio cognitive.
Introduction
Radio logicielle
La radio logicielle restreinte
Radio cognitive
4.1 Définition
4.2 Historique
Relation entre radio cognitive et radio logicielle restreinte
Composantes de la radio cognitive
6.1 Emetteur / Récepteur.
6.2 Analyseur de spectre
6.3 Apprentissage et extraction de connaissances
6.4 Prise de décision
Cycle de cognition et fonctionnement de la radio cognitive.
7.1 Phase d’observation
7.2 Phase d’orientation.
7.3 Phase de planification
7.4 Phase de décision
7.5 Phase d’action
7.6 Phase d’apprentissage
Conclusion
Chapitre II: Les méthodes de résolution.
Introduction
Les méthodes de résolution
2.1 Les méthodes approchées.
2.1.1 Les heuristiques.
2.1.1.1 Les heuristiques de construction.
2.1.1.2 La méthode de Descente
2.1.2 Méta-heuristique
2.2 Méthodes exactes (appelées aussi complètes).
2.2.1 La méthode de programmation dynamique.
2.2.2 La méthode de génération de colonne.
2.2.3 L’algorithme A*.
2.2.4 La méthode de Branch and Bound
2.2.4.1 Le principe d’évaluation
2.2.4.2 Le principe de séparation
2.2.4.3 La stratégie de parcours
CHAPITRE III: Expérimentation
Introduction
Environnement de travail
2.1 Environnement matériel
2.2 Environnement logiciel
Présentation du problème.
4.1 Méthodes de résolution
4.2 Les algorithmes génétiques.
4.2.1 Fonctionnement de l’algorithme génétique.
4.2.2 La création de la population initiale.
4.2.3 Codage et population initiale
4.2.4 L’évaluation des individus
4.2.4.1 La sélection
4.2.4.2 Les croisements:
4.2.4.3 Mutation
4.2.5 L’insertion des nouveaux individus dans la population
4.2.6 Réitération du processus
4.3 La programmation dynamique .
Experimentation
5.1 L’algorithme génétique.
5.1.1 Ajustements des paramètres.
5.2 La programmation dynamique :
Comparaison
6.1 Scénario des tests
6.2 Comparaison des résultats obtenus en termes de gain:
6.3 Comparaison des résultats obtenus en termes de temps d’exécution :
Présentation de l’application:
Conclusion
CONCLUSION GENERALE :.
1.1 Description du projet
1.2 Problématique :
Chapitre I: La radio cognitive.
Introduction
Radio logicielle
La radio logicielle restreinte
Radio cognitive
4.1 Définition
4.2 Historique
Relation entre radio cognitive et radio logicielle restreinte
Composantes de la radio cognitive
6.1 Emetteur / Récepteur.
6.2 Analyseur de spectre
6.3 Apprentissage et extraction de connaissances
6.4 Prise de décision
Cycle de cognition et fonctionnement de la radio cognitive.
7.1 Phase d’observation
7.2 Phase d’orientation.
7.3 Phase de planification
7.4 Phase de décision
7.5 Phase d’action
7.6 Phase d’apprentissage
Conclusion
Chapitre II: Les méthodes de résolution.
Introduction
Les méthodes de résolution
2.1 Les méthodes approchées.
2.1.1 Les heuristiques.
2.1.1.1 Les heuristiques de construction.
2.1.1.2 La méthode de Descente
2.1.2 Méta-heuristique
2.2 Méthodes exactes (appelées aussi complètes).
2.2.1 La méthode de programmation dynamique.
2.2.2 La méthode de génération de colonne.
2.2.3 L’algorithme A*.
2.2.4 La méthode de Branch and Bound
2.2.4.1 Le principe d’évaluation
2.2.4.2 Le principe de séparation
2.2.4.3 La stratégie de parcours
CHAPITRE III: Expérimentation
Introduction
Environnement de travail
2.1 Environnement matériel
2.2 Environnement logiciel
Présentation du problème.
4.1 Méthodes de résolution
4.2 Les algorithmes génétiques.
4.2.1 Fonctionnement de l’algorithme génétique.
4.2.2 La création de la population initiale.
4.2.3 Codage et population initiale
4.2.4 L’évaluation des individus
4.2.4.1 La sélection
4.2.4.2 Les croisements:
4.2.4.3 Mutation
4.2.5 L’insertion des nouveaux individus dans la population
4.2.6 Réitération du processus
4.3 La programmation dynamique .
Experimentation
5.1 L’algorithme génétique.
5.1.1 Ajustements des paramètres.
5.2 La programmation dynamique :
Comparaison
6.1 Scénario des tests
6.2 Comparaison des résultats obtenus en termes de gain:
6.3 Comparaison des résultats obtenus en termes de temps d’exécution :
Présentation de l’application:
Conclusion
CONCLUSION GENERALE :.
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.