• چکیده (4)
• فهرست مطالب (5)
• فهرست جدول‌ها (7)
• فهرست شکل‌ها (8)
• معرفی پژوهش (10)
  • 1-1 مقدمه (10)
  • 1-2 تفاوت‌های شبکه‌های نرم‌افزار محور و شبکه‌های قدیمی (10)
  • 1-3 مسئله قرارگیری کنترل‌کننده (13)
• فصل2 مبانی نظری و پیشینه پژوهش (15)
  • 2-1 مقدمه (15)
  • 2-2 معرفی پژوهش‌های پیشین (16)
    • 2-2-1 مقایسه کارهای حوزه قرارگیری (19)
  • 2-3 توضیح روش لیااو و همکاران (20)
  • در این روش، توپولوژی شبکه(G(S,L)) از یک مجموعه از سوییچ‌ها (S) و یک مجموعه از اتصالات(L) تشکیل شده است. در این شبکه یک اتصال بین سوییچ‌های ,-. و ,-. به‌صورت رابطه 1 تعریف می‌شود[17]. (20)
  • برخلاف روش‌های دیگر، در این روش ساختار توپولوژی شبکه بررسی می‌شود و سپس شبکه به چندین زیر شبکه تقسیم می‌شود. سوییچ‌های درون هر زیر شبکه بسیار متصل خواهند بود و اتصال آن‌ها با سوییچ‌های دیگر زیر شبکه‌ها کمینه خواهد بود[23]. به‌بیان‌دیگر پس از تقسیم شبک... (20)
  • 1) می‌توانیم تعداد بهینه کنترل‌کننده‌ها در یک شبکه دلخواه را به دست بیاوریم. (20)
  • 2) می‌توانیم زیر شبکه‌های تقریباً پایدار داشته باشیم. بدین معنی که احتمال قرارگیری کنترل‌کننده در موقعیت‌های پرخطر را کاهش می‌دهیم. (20)
  • 3) و در آخر مسئله قرارگیری چند کنترل‌کننده به‌اندازه مسئله قرارگیری یک کنترل‌کننده ساده می‌شود. (20)
    • 2-3-1 جداسازی شبکه (21)
    • همان‌طور که قبلاً اشاره شد، در این روش با استفاده از خوشه‌بندی شبکه را جدا سازی می‌کنیم. برای این کار دو معیار چگالی محلی ,-. و فاصله تا سوییچ با چگالی بالاتر ,-. محاسبه می‌شود. این مقادیر فقط به فاصله بین سوییچ‌ها وابسته هستند. چگالی محلی ,... (21)
    • ,-. فاصله بین سوییچ‌های ,-. و ,-. را نشان می‌دهد و ,-. فاصله آستانه است. تنها سوییچ‌هایی که فاصله آن‌ها کمتر از ,-. است به عنوان سوییچ‌های نزدیک محسوب می‌شوند. تابع X به‌صورت رابطه 3 تعریف می‌شود[17]. (21)
    • 2-3-2 قرارگیری کنترل‌کننده (21)
  • 2-4 نتیجه‏گیری (22)
• فصل3 روش پژوهش (23)
  • 3-1 مقدمه (23)
  • 3-2 خوشه‌بندی بر اساس چگالی (24)
  • اولین پارامتر مورد نیاز برای خوشه‌بندی یک توپولوژی بر اساس چگالی گره‌ها، شعاع () است که در رویکرد لیااو و همکاران با نام ,-. مشخص شده است. این پارامتر حد فاصله گره‌هایی که در محدوده همسایگی یک گره محسوب می‌شوند را مشخص می‌کند. به‌عبارت‌دیگر اندا... (24)
    • 3-2-1 پارامتر کمینه نقاط (24)
    • کمینه نقاط پارامتر اصلی دیگری است که می‌توان برای خوشه‌بندی بر اساس چگالی در نظر گرفت[24]. این پارامتر که توسط لیااو و همکاران در نظر گرفته نشده، تعداد حداقل گره‌های ممکن برای تشکیل یک خوشه مجزا را مشخص می‌کند. مقدار زیاد این پارامتر تعداد خوشه‌ها را ... (24)
  • 3-3 بهبود در روش لیااو و همکاران (25)
  • در بخش قبل به معایب روش خوشه‌بندی مبتنی بر چگالی لیااو و همکاران پرداختیم و اشاره کردیم که در این روش گاهی برای تعداد بسیار کمی گره مجبور به قرار دادن کنترل‌کننده مجزا هستیم. همچنین توضیح داده شد که برای خوشه‌بندی بر اساس چگالی می‌توان پارامتری دیگر ب... (25)
  • با افزودن این پارامتر از عدم وجود خوشه‌های کوچک‌تر از پارامتر کمینه نقاط مطمئن می‌شویم. برای به دست آوردن میزان مناسب برای کمینه نقاط، تغییرات تأخیر روش بهسازی شده را بر اساس مقدار کمینه نقاط (Min-Pts) یک خوشه بررسی کردیم. بازه کمینه نقاط را برای این... (25)
  • در فصل بعد به تجزیه و تحلیل یافته‌های پژوهش خود می‌پردازیم و دلیل انتخاب پارامترها را توضیح داده و همچنین مقایسه‌ای بین روش بهسازی شده و یکی از روش‌های اخیر قرارگیری کنترل‌کننده که بر اساس خوشه‌بندی است انجام می‌دهیم تا کارایی روش بهسازی شده بررسی شود. (25)
  • 3-4 روش شبیه‌سازی پژوهش (26)
• فصل4 تجزیه و تحلیل یافته‏ها (27)
  • 4-1 مقدمه (27)
  • در این بخش ابتدا به بررسی چگونگی و چرایی انتخاب مقدار دو پارامتر مورد نیاز خود می‌پردازیم و سپس نتایج تحقیق خود را بررسی می‌کنیم. (27)
  • در ابتدا تأثیر پارامتر شعاع در خوشه‌بندی را بررسی می‌کنیم و با شبیه‌سازی نشان می‌دهیم که مقادیر کوچک یا بزرگ برای آن موجب افزایش تعداد خوشه‌های شبکه می‌شوند. سپس تأثیر افزایش پارامتر کمینه نقاط بر افزایش تأخیر شبکه‌ها بررسی می‌شود و پس‌ازآن، آن‌ها را ... (27)
  • 4-2 پارامترهای مورداستفاده (27)
  • پارامتری که توسط لیااو و همکاران در نظر گرفته شد، پارامتر شعاع () است. پیش‌ازاین بیان کردیم که لیااو و همکاران برای به دست آوردن مقدار مناسب این پارامتر تغییرات تعداد خوشه‌ها را با مقادیر مختلف شعاع از 1/0 تا 9/0 برابر قطر هر گراف بررسی کردند، که نت... (27)
  • 4-3 مقایسه خروجی روش لیااو و روش پیشنهادی (34)
  • در این بخش قصد داریم تفاوت خروجی حاصل از روش لیااو و همکاران با روش بهسازی شده که پارامتر کمینه نقاط را در نظر می‌گیرد را به تصویر بکشیم. برای این موضوع چهار شبکه متفاوت را بررسی کردیم. همچنین در آخرین مثال خروجی روش لیااو را با خروجی حاصل از روش پیشن... (34)
  • در همین راستا شکل 11 نتیجه حاصل از روش لیااو در شبکه Pern را نشان می‌دهد که این شبکه را به سه خوشه تقسیم کرده و سه کنترل‌کننده (گره‌های 60-10-72 ) برای آن قرار داده است. دایره‌های بزرگ‌تر نشان‌دهنده کنترل‌کننده‌ها هستند و رنگ‌ها نیز خوشه‌بندی‌های متفا... (34)
  • شکل 12 نیز نتیجه حاصل از روش پیشنهادی ما با مقدار کمینه نقاط بزرگ‌تر از دو را نشان می‌دهد. همان‌طور که بیان کردیم دایره‌های بزرگ، کنترل‌کننده‌ها و رنگ‌ها خوشه‌بندی‌ها را نمایش می‌دهند. همان‌طور که در تصویر مشاهده می‌کنید، گره شماره 59 که در خوشه کنترل... (35)
  • 4-4 مقایسه عملکرد روش بهسازی شده (43)
  • ذکر این موضوع لازم است که در روش بهسازی شده ما، اگر تعداد گره‌های خوشه‌های به‌دست‌آمده توسط روش لیااو و همکاران کمتر از پارامتر کمینه نقاط نباشد، آنگاه تأخیر به‌خوبی روش لیااو و همکاران خواهد بود. درصورتی‌که این پارامتر تغییری در خوشه‌بندی شبکه و متعا... (43)
• فصل5 نتیجه‏گیری (45)
  • 5-1 نتیجه‌گیری (45)
  • 5-2 مقدار پارامتر کمینه نقاط (45)
• مراجع (46)
• پیوست‌ها (48)
• پیوست شماره 1: روند تغییرات تأخیر تعدادی از شبکه‌های مورد پژوهش با استفاده از روش پیشنهادی (48)