TY - JOUR ID - TI - Fuzzy Neural Network for Dynamic load balancing of nodes for ad hoc network using موازنه حمل ديناميكي لعقد الشبكه الخاصه باستخدام شبكه عصبيه مضببه AU - khulood Ahmed Nassar and ZainabSaadKaram AL-Musawi خلود احمد نصار و زينب سعد كرم الموسوي PY - 2013 VL - 39 IS - 2A SP - 77 EP - 89 JO - Journal of Basrah Researches (Sciences) مجلة ابحاث البصرة ( العلميات) SN - 18172695 2411524X AB - In ad hoc network, many traffic types reach continually with different rates and with different times. There are three cases of rates (low, medium and high) which depending on the capacity of links. The performance of ad hoc network is reducing when an imbalance load of traffic occurs among the links or nodes. There is a necessary thing to use a technique to provide load balancing between the nodes (or links) of network that leading to destination node for the arrival traffic rates, so as to avoid exceeding the traffic rates on the viability of nodes (or links). In this paper, a system based on fuzzy neural networks (FNNs) is proposed for solving the load balancing problem in the Ad hoc networks to achieve dynamic load balancing is facing continuous changes in the network. The proposed fuzzyneural system (FNS) is located at each point in the network to make load balancing for nodes using two fuzzy neural networks , firstly,FNN1 based on two measurements which are queue length, whichpermitqueue size to classify queue state ( Under –full ……. Over – full). Secondly, FNN2 used queue state that represented output of the FNN1, while the other is throughput for node and the output is load for this node.The Gaussian member ship function is used with backpropagation algorithm for training the NN.

في شبكات الحاسبات الضخمة الكثيرة التغييرات تصل باستمرار نماذج البيانات بنسب مختلفة وفي اوقات مختلفة وهذهالنسب قدتكون في ثلاث حالات (واطئه , متوسطه , عاليه ) وحيث كل نسبه بيانات تحتاج الى قابليه رابط تتناسق معهالغرض المحافظه على اداء الشبكه, وكنتيجه كون الحمل غير الموزون للبيانات المارة بين الروابط (او النقاط) يقلص من انجازية الشبكات, لذلك فان من الضروري استخدام تقنيه لتوفير موازنة حمل بين روابط (النقاط) الشبكه المؤديه الى نقطه الهدف لنماذج البيانات القادمة بحيثلا يحدث تجاوز لنسب البيانات على قابليه الروابط , لذلك فان موازنةالحمل تعتبر مسألة ضرورية جدا". في هذا البحث، اقترح نظاما يستند على المنطق المضبب والشبكات العصبيه FNN)) لحل مسألة موازنة الحمل في شبكات الخاصه وتحقيق حمل ديناميكي والذي يواجه تغييرات الشبكه المستمره. يقع النظام المقترح في كل عقد شبكة الادهوك ليصنع موازنة حمل للعقد باستخدام اثنين من الشبكات العصبيه المضببه , تعتمد الاولى على قياسين هما : طول الطابور والحجم المسموح للطابور لينتج حاله الطابور ( فارغ … ممتلئ ) . و تعتمد الثانيه على استخدام قياسين الاول هو حاله الطابور والذي يمثل اخراج الشبكه العصبيه الاولى والثاني هو انجازيه العقده وبالتالي يحسب مقدار الحمل على هذه العقده.طبق التدريب والفحص لهذا النظام لنموذجين من شبكات الادهوك حيث اكدت نتائج هذا النظام العصبي المضبب على انجازيته العالية. ER -