Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l. 8 ,  No. 6 ,  D ece m ber   201 8 , pp.  4374 ~ 43 81   IS S N:  20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v 8 i 6 . pp 4374 - 43 81     4374       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Wireles s  Mesh N etworks  Based on  MBPSO  Al gorith m  to  Improve ment Th ro u ghpu t       Shiv an   Qa sim  A mee n 1 ,  Fir as L ayth Kh ale el 2   1 Univer siti   Keba ngsaa n  Mal a y s ia,   Facu lty   of  Info rm at ion  Sci ence  a nd  T ec hnolo g y ,   Softam   Depa r t m ent ,   Mal a y sia   2 Ti krit Unive rsi t y ,   Facu lty   of  Co m pute r  Scie n ce   Com puer   Scie nc e  Depa rtment ,   S al ah   Din ,   Ira q       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Dec  24 , 201 7   Re vised  Ma r 1 0 , 2 01 8   Accepte d  Ma r   24 , 201 8       W ire le ss   Mesh  Networks  ca n   be  reg ard ed  a s  a  t y p e  of  co m m unic at ion   te chno log y   in  m esh  topol og y   in  which  wire l ess  nodes  int er conn ec t  with  on e  anot her .   W ire l es s  Mesh  Networks  depe nding  on  t he  sem i - stat i c  co nfigura t ion  in  diff ere nt   pat h s  among  nodes  such  as  PD R,   E2 E  de l a y   and  thro ughput.   Thi s   stud y   sum m ari ze d  diffe ren t  t y pe s  of  pre vious  heur isti c  a lgori thm s  in  orde r  to  ada pt   with  prop er  a lgori thm  th a t  coul d   solve   th e  issue.   Th ere fo re,   the  m ai n   obje c ti ve   of  thi s  stud y   is  to  de t ermine  th e  prop er  m et hods,   app roa che s  o r   alg orit hm s  th at   should  be  ada pt ed  to  improve  t he  throughput.  A  Modified   Bina r y   Part ic l e  Sw arm  Optimiza ti on  (MBP SO )  appr oa ch  was  ada pt ed  to   improvem ent s  t he  throughpu t.   Final l y ,   th e  fin ding  show s  tha t   throughpu t   inc re ase d  b y   5. 7 9%  from   the previous stud y .   Ke yw or d:   Heurist ic  alg ori th m   MB PSO   Mi ni m iz e cost o f  d ist ance   Rou te r s   W i reless m esh netw orks   Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Firas Layt h K ha le el ,    Tikrit U nive rsi ty   -   Fac ulty  o f C om pu te r  Scie nce,    Com pu t er S ci e nce  Dep a rtm ent,  Sala h Din , Ir aq.   Em a il :  Firas_L ay th@tu. e du.i q ,  Firas _Layt h@y ah oo.co m       1.   INTROD U CTION   A  m esh  topolog y  in   w hich  rad i o  no des  ar e  arr a nged ,  m akin g  up  a  c om m un ic at ion s  netw ork  a s   sh ow n  in  Fig ur e 1 ,  is kn own  a s a  W i reless M esh Net w ork ( WMN )  [ 1]. T hi s n et w ork  al s o t akes t he  f orm  o f  an  ad - hoc  wireles s  netw ork  [ 2].   W M Ns  usual l y  inv ol ve  m es h  cl ie nts,  m es h  r ou te r s,  an d  gateways.  T he   m esh   cl ie nts  usual ly   com pr ise   a  va r ie ty   of   wireles s  ap p li ances  in cl ud in g  PCs,  ha ndset s,  a nd   t he   li ke.   O n  t he  oth e r  hand,   t he  m es h  r oute rs  help   in  traf fic  f orwardin g  to  a nd  f ro m   gatew ay s,  w hich  m ay   no t  hav e  I nter net   connecti on.  T he   rad io  node  c ov e ra ge  area  t hat  functi ons  as  on e  netw or k  is  at   tim es  r efer red   t o  a s  a  m esh  cl oud  a nd   acce ssing  this  m es h  cl ou d  de pe nds  wholly   on  the  ra dio  no des   functi onin g  in   accor d  with  one  oth e r   to  produce  a  r adio  net work.  A  m esh  network   offe rs  re dund a ncy  an d  is  reli able  [1 ] .  Wh ene ve r  a  par t ic ular  node  sto ps   functi on i ng,  t he   oth e r  no des   co ntinu e   c om m un ic at ing   with  on e   an ot her  directl y,  via  one   interm ediat e  n od e  or   m or e.   W i reless  Me sh   Net works  can  sel f - heal  and   sel f - f orm   [1 ] .  W irel ess   Me s h  Netw orks  can  be  exec uted  vi a  sever al   wirel ess  te chnolo gies  com pr isi ng   802.1 6,   80 2.15,  and   80 2.11   c el lular   te chnolo gies a nd r e quire  no re stric ti on  t o  a ny  p r oto c ol  or  te chnolo gy.   The  im po rta nc e  of  Wireless   m esh  net wor k  le ads  to   be  us e d  i n  se ver al   do m ai ns   su c h  a s  [1 - 10] .  Also  wireless  m esh  arc hitec ture  i s  an  i niti al   phase  towa r ds   offer in g  high  dy nam ic - ba ndwi dth   a nd  c os t - e ff ic ie nt   netw orks  f or  a  par ti cula r  co ve rag e  a rea.  E xcl ud i ng   t he  cabli ng   betwee n  nodes,   a  netw ork  of   routers  m akes  up  the  wireless  m esh  in fr ast r uct ur e .  This  c om pr ise s  pee r  ra dio  app li ance s  tha t  req ui re  no  wirin g  to  a  cable d  port ,   un li ke   tr a diti on al   acce ss  points  ( AP)  in  W LAN.  By   se pa rati ng   t he  distances  int o  a  s uc cessi on  of  sm a ll   hops,   the  m esh  inf ras tructu re  ca n  c onvey  data  t hro ugh  la rg e   dista nces.   I nterm ediat e  nodes  help   boost   the  sig na l  and  al so   c ooper at e   in  tra ns m itti ng   data  f ro m   a  pa rt ic ular  po i nt  to  a nothe r  po i nt  (e .g.,  Poi nt  A  t o  P oin t   B)  by   m aking   decisi on s   f or  f orwardin g  based  on   their  unde rstand i ng  of  the   ne twork ,  i.e.  t hro ugh  im ple m entin g  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec & C om p  Eng   IS S N:  20 88 - 8708     Wi rel ess Mesh   Ne tw or ks B as e d on MBP SO A lgo rit hm t o  …   ( Sh iv an  Q as im  Am ee n )   4375   routin g.   T his  ty pe  of  arc hitec ture  m igh t,  with  ca utiou s   desig n,  offe r   an  ec onom ic  ad van ta ge,   s pectral   eff ic ie ncy,  and  h ig h ba ndwidt h  al l t hro ugho ut  the cove rag e   area.   W i reless  Me s h  Netw orks  have  a  com par at ively   ste ady  topolo gy  apa rt  fro m   the  rar e  m alf unct io ning   of   their  no des  or   ad de d - on  nodes.   T her e  are  infr e quent  cha ng e s  happe ning  to  the  traff ic   path,   as  these  r esult s   from   the  agg r e gation  of   a  huge   nu m ber   of   e nd  us e rs.   Vi rtua ll y  a ll   infr ast r uc ture  m esh  network   tra ff ic   is  ei ther  forw a r ded   t o  the  gate way  or   from   i t,  wh il e   in  cl ie nt  m es h  net wor ks   or  ad - hoc  net wor ks   the  flo w  of   traff ic   occurs am id ar bitrary  node pa irs [4 6].           Figure  1 .   W irel ess  m esh  netw ork diag ram  [ 2]         This  ki nd   of   infr a struct ur e  m ay   be  centra ll y  han dled  ( usi ng   a  ce ntral   serv e r)   or   de centrali zed   (w it ho ut  any  c entral  ser ve r)   [ 47 ] ,   [ 11]   T hes e  ty pes  are  c om par at ively   low - c os t  a nd   m ay   be  ve ry  resil ie nt  an d  reli able,  as  the  ind ivi du al   node   requires  on ly   the  transm ittance  to  the  degr ee  of   the  nex t  node.   Nodes  functi on   as  routers  f or   t he  tra ns m issi o n  of  da ta   rangi ng   from   no de s   that  are  cl o se  by  to  fa r  away   peer s ,  w hich  cannot   be  reac hed   in  just  one  hop,   le adin g  to  a  network   th at   m ay   sp a n  longer  dis ta nces.  A  m esh  networ k  topol og y  is   al so   depen da ble,  as  ever y  no de  is  coupled  to  a  few   ot her   nodes .  On ce  a  node  fall s  out  of   the  net wor k,  as  a   res ult  of   t he  fa il ur e  of   t he  ha rdwar e   or  a ny  oth e r  ca us e,  it s  neig hbors  wi ll   swiftly   deter m ine  an  al te r na ti v e   route  via a ro ut ing   prot oco l.       2.   RESEA R CH B AC K G ROU ND   W i reless  Me sh  Netw orks  can  be  re garde d  as  a  ty pe  of   com m un ic at ion   te chnolo gy  in  m e sh   to po l ogy   in  wh ic h  wirel ess  nodes  inte r connect  with  one  an oth e r  [ 12 ] ,   [ 13 ] .   Me s h  netw ork  com m un ic at ion   too ls  are   com m on ly   gr oupe d  as   r ou te rs ,  gate ways,  a nd  cl ie nts.  I n  th es e  netw orks ,  ever y  gateway  m igh t  directl y  offer   a   ty pe  of   ser vice,  and   the  data,  wh ic h  flo w s  a m id  gateways  and   subsc riber s ,  are  relay ed  via  router s.   IEE E   802.1 1,   I EEE  802.1 5,   a nd   IE EE  802.1 6  are   so m e  of   the  te chnolo gies  in   wh ic h  the  net work i ng  of  wi reless   m esh  fin ds   it s  app li cat ion   a nd   a re  pres um ed  to  be  th e  prov i der   ca r rier  f or   t he  pr ob le m   design.   W he n  Evaluation Warning : The document was created with Spire.PDF for Python.
      IS S N :   20 88 - 8708   In t J  Elec   &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber   201 8   :   437 4   -   4381   4376   consi der i ng  th e  su cces s  recorde d  by  W i - Fi   te ch no l og y  (IEEE  802.1 1)  in  the   s ubsti tuti on  of  wire d  ne twor k  com pu te rs  fro m   of fices  an d  house holds ,  t he  m ai n  obj ec ti ve  of  this   re search   an d  in du st ry  is  to   ha rn es s   resou rces  to wa rd s  e ra dicat ing  the  cost  of   se tt ing   up  a nd   m ai ntaining   ca ble  us e  i n  m etr op olit an  broa db a nd   netw ork  a reas.   This  researc h  resu lt ed   in  t he  enh a ncem ent  of  IE EE  802.1 6,  w hich  now  pe rfor m s  the  f unct i on  of   a  bac kh a ul  for  br oadba nd  wireless  acce ss  f or   ( W M A N)   m et ro poli ta n  wi reless  net work  areas  [ 14] .   The   intero per a ble  a pp li cat io n  of  t he  I EEE  802.1 6  wireless  fam il y  is  po pula rly   know n  as  Wi MAX  [ 15 ] .   T he   IEEE   Stand a r ds   Boa rd   init ia te d  a  f un ct io ning  gro up   i n   1999  to  f or m ulate   sta ndard s  for  the  W MAN  broadba nd.  The   fou nd e d  gro up   m ade  avail able  their  IEEE  802.1 6  init ia l  dr a ft  in  Febru ary  2004.  I n  this  ph a se,  the   (S S)  su bsc ri ber   sta ti on s  a nd ( BS ) b ase sta ti on s  ou gh t t o be im m o bile an d  in  li ne - of - si gh t,  r es pe ct ive ly  [12 ] ,   [ 16] .   Anothe r  substa ntial   i m pr ov e m ent  occu r red  with  the  IEE E  802.16 e - 2005  introd uctio n,  wh ic h  de al s  with  com m un ic at ion   an d  m ob il it y  that  are  non - li ne - of - sigh t  f or   the  su bsc ri ber s  be tween  BS  an d  SS,  util iz at ion   of  Scal able  O rth ogonal   F reque nc y  Divi sio n  M ulti ple  Access ,   enh a nce d  se r vice  qual it y  suppo rt ,   and  m uch   m or e   [16].   Pr act ic al   pro blem s  still   exist  eve n  w it h  the  le vel  of   de velo pm ent  recorde d  su c h  as  the  requirem ent  for  acce ss  of   uneven   t raffic   di stribu ti on  in  de ns el y  popula te d  areas ,  the  s ign al - to - no ise   rati o  occurri ng   at   th e  edg e  of  the  cel l,  and   c over age  hole s  that  e m erg e  as  a  re su lt   of   non - li ght - of - sig ht  net works   and   s ha dowing,  et c.  T he  W i MAX  protoc ols  hav e  to  guar antee  de penda bili ty ,  add ress  cov e ra ge  hole s ,  an d  su pp or t  utm os t  m ob il it y  to  com p et e  with  wir ed  broa db a nd  pro vid er s  a nd  3G.  Eac h  c halle ng e   is  in   co nt rast  to   the  oth e r.   Re li abili ty   decr eases  as  rate  of   da ta   increases.  Howe ver,  coverage  area  (i .e.   the  siz e  of   the  cel l)  reduces   as  th e  reli abili ty   of   s erv ic e  i ncr eas e s.  Re duct io n  of  the   siz e  of  th e  cel l  w ou l d  re su lt   in  a n  incr e ase  in  the qua ntit y of   BSs f or a s peci fic area  co ver a ge,   w hich wil l resu lt  in  the  r is e of  netw ork  c os ts   [12 ] ,   [ 16] .   Re la y  station   (RS)   insertio n  be tween  the  BS s  and   SSs  ser ve s  as  the  best  s olu ti on  at   this  po i nt,  w hic h  will   ro ute  data  in  betwee n  th e  sta ti on s.  T he   relay   is  util iz e d  f or   the  e xten sion   of   netw ork  co ver a ge  ra nge  an d  capaci ty ,  wh ic h  al so   co nn ect s  the  cov e rag e  ho le s  e. g. ,  s ha dows  of  buil di ng s ,  there fore,  enh a ncin g  en d - to - e nd  com m un ic at ion  q ualit y  [ 17] .   IEEE   80 2 . 16j   i s  a  m od ifie d  ve rsion o f   IE EE   802.1 6e.  It   pr oj ect s   that data   am id  a   SS  an d  BS  can  be  relay ed  t hro ugh  a  RS  via  MM R  ( m ob il e  m ulti - ho p  relay   netwo r k),  w hich  util iz es  the  stren gth s   of  wireless  m ulti - hop  c onnecti vity   [18].   T he  rang e  of  c ov e rag e   and  qua ntit y  of  W im ax  is  ex pa nd e d  with  the   intr oductio n  of  I E EE  80 2.16j,  a ddressi ng  the   pro blem   of   bu il di ng  co ve r age  ho le s ,  a nd  th us   si m plifyi ng   th e  extensio n  of  cov e ra ge  tem po ra rily   to  areas  with  a  high - densi ty   po pula ti on .  T he  arc hitec ture  of   the  netw ork   pr ese nts  se ve r al   co m plica ti on s  withi n  the  pr e viously   cha ll eng ed  rad i o  acce ss  netw orks  that  pro vid e  s uppor t  fo r  m ob il it y  [19 ] ,  [ 20]   e. g. ,  t he  sc hedulin g  of   c ha nn el   acc ess  regar ding  f reque ncy  reuse ,  RS  and   BS  place m ent,  resour c e  (ti m e   and   f reque ncy)  al locat ion ,  f reque n cy   and   ti m e,   et c.  [12 ] ,  [ 16] .   The   su bse que nt  s ubsect ion s  pro vide   sam ples  of   va rio us   researc he s  car ried  out  on  the   net works  of  IEEE   80 2.16j  t o  dev el op   a  grea te r  le vel  of   inf or m at ion   reg a r ding  netw orks   and   pro blem s   encoun te red   i n  wireless  ne twor k  desig n, w hi ch   sh are  s om e si m il arity to th e  pro blem  h igh li gh te d  in  this st ud y.   In   wireless  co m m un ic at ion ,  interfe re nce  m a y  arise  du e  to  s har i ng   of   c omm un ic at ion   m e diu m   withi n  the  sta ti on s .  T o  s olv e  t his  pro blem ,  network   res ources  [ 21 ]   s uggest  a   sche du li ng   al gorithm ,  w hic h  will   su pp or t  s patia l  reu se  gains  f r om   the  two  hops   in  a  net wor k  that  is  relay - enab le d.   I brahi m   et .  al.   and   Ge   e t.  al.   disco ver e d  t hat  durin g  thei r  st ud y  of   a n  a nal yt ic al   m od el   to  exam ine  the  capaci ty   of   a  ce ll   with  the  exte ns io n  of   a  tw o - hop  cov e ra ge,   t hat  sp at ia l  re us e   co uld   re du ce   losses  i n  ca pa ci ty   [22 ] ,  [ 23] .  Mo re ov e r,  m any   researc hes  ha ve   f ocu se d  on  wireless  netw ork   locat io nal  de sign.  Also ,   a  good  am ou nt   of  resea rch  ha s  bee n  done  in volvin g  va rio us   wi re le ss  netw ork  pro vid e rs  an d  t he  to po l og ic al   and   a rch it ect ur al   pla nn i ng   for  the   netw orks.   [ 24 ] ,  [ 25 ]   use d  a n  integer  pro gr a m m ing   m od el   includi ng  m any  al go rithm s  ba sed  on   T ab u  Searc h  and   Gr ee dy  [26]  to  decide  be tt er  po sit ions  to  cov e r  va rio us   traf fic  con c entrati ons  us i ng  BSs  [24 ] ,  [ 25] .  The   m ajo r  c halle nge  face d  by  the  m ob il e  ind us try   is  the  m igrati on  from   2G   to  3G  net works  in  a  w ay   that  sat isfact ion   of  the  cu stom er  is  achie ved  wit h  a  l ow  co st  of   operati on,   an d  the  nu m ber   of  cel ls  that  is  us ed  is  al so   reduce d  to   the  m ini m u m .  Kaur   et .   al .  propose d  t he  det erm inati on   of  cel l  sit es  us in g  a  heurist ic   al gorithm ,  wh ic h  works  by  ra nk i ng  cel ls  from   the  ge ner at e d  sim ulate d  data  a nd  c el l  rem ov al   from   the  per i odic al l y  si m ulate d  m od el   [27] .     A  pr el im inary  stud y was con du ct e d  by   Si nha   et . a l .   a nd  D opp le r   et . a l .   in r ega rd  to   the IEE E 8 02. 16 j  desig n  str uctu r e   [28 ] ,  [ 29] .   O ne  pre vious  w ork  de sig ned   a   program m ing   m od el   fo r  inte ger s  on  IEE E  802.1 6d  netw orks  an d  su ggest e d  so lv ing   the  issues   of   creati ng  the  lowest  co st  backhau l  wir el ess  network  us i ng   heurist ic   al gor it h m s  (w it h  BSs)  t o  fu l fill   the  S S  require m ents  with  no   effe ct   on  t he  capaci ty   lim i ts  in  BS s   [30] .  A   num ber   of  case  st udie s  ha ve  bee n  prese nted  t o  determ ine  relay   op ti m al   locat ion   a nd   t o  push  the   syst e m   ou tpu t  to  the  m ax  within  the  B S - RS   cel l  cov er a ge  in  802.1 6j  net works   [ 22 ] .  H ow e ve r,   these  works   fail  to  ta lk a bo ut the iss ues  as so ci at ed wit h m ul ti ple - relay  p la nnin g.   Anothe r  stu dy  dev el op e d  he uri sti c - base d  RS s  to  ad dress  th e  issue  of   netw ork  dep l oym en t  and   reuse   of  r adi o  re souc e  wh e n  IEEE  802.1 6j  MM R  ne tworks  a re  i nvol ved  [ 31 ] .   Y et   ano t her   st udy  assessed  t he  abili ty  of  a  netw ork   f or  IE EE  802.1 6j  via  co opera ti ve  di ver sit y  f or  upli nk  tra nsm issi on s  [32].   The  res ult  f rom   the   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec & C om p  Eng   IS S N:  20 88 - 8708     Wi rel ess Mesh   Ne tw or ks B as e d on MBP SO A lgo rit hm t o  …   ( Sh iv an  Q as im  Am ee n )   4377   researc h  can  be   e m plo ye d  in   analy zi ng   the   pros  an d  co ns  of   capaci ty   im pr ov em ent  relay   and   de ploym en t   cost.   Vasishta   et .  al .  discusse d  a   pr ogram m ing   f or m ula ti on   f or  in te ger s  i n  po sit ion i ng  BS  a nd  RS  with  t he  aim   of   re duci ng  the  c os t  of   e sta blishm ent  un de r  the   lim it a ti on   of   us e r  tra ff ic   dem and   [ 33] .  Bo und  te c hniq ues  and   a  sta ndar d  br a nc h  we re  app li ed   in  s ol ving  this  pro ble m .  Howe ver ,   un li ke   the  cas e  of   sm all  instances,   wh e n  it   com e s  to  so lvin g  m et ro poli ta n - s cal e  la rg e  instances,  this  a ppr oac h  is  lim i te d.   I n  one  stud y,  a   cl us te rin g  a ppr oach  was  us e d  on  a   sim i la r  pro blem   [3 3].   To  ac hieve   the   le ast   am ou nt  of  RSs  i n  a n  MM R   netw ork,   Chang   et . a l .  rec omm end e d  a  h e uri sti c algori thm   [34 ]   .   A  m od el   for  relay - centric  hi erarch al   opti m iz at ion ,  w hich  can   be  us e d  f or   both  op tim iz at ion   of  netw ork  plan ni ng  f or  RSs  a nd   ra dio  r es ource   MM R  netw orks  m anag em ent,  was   al so  propo s ed   [ 35 ] .   Th e  aim s  of   t he  researc h  are  to   m ake  the  m os t  of  the   util iz at ion   of  t he  RSs  an d  ac hieve  optim u m   reserve d  band width.   In  a  new  al go r it h m   form ulatio n  of  t he  opti m iz at ion   issue,   the  pro blem s  of   assig nm ent  const raine d  by   cha nce  are foc us e d on,  so   as to  achie ve  the ide al  d eci sion s  on rel ay   po sit io ning a nd  base s ta ti on s el ect ion .   Shim   et .  al .   produce d  a  pa pe r  on  t he  us e   of  IE EE  802.1 6j  te ch no l ogy  for  the   en ha ncem ent  of  infr a struct ur e   c omm un ic at ion   in  ve hicula r  wi reless  net wor ks   [ 36 ] .   T hey  presum ed  the  ve hicular  SSs  l oc at ion  as  kn own,  an d  us e d  the   detai l  ob ta ine d  f or  th e  ideal   placem ent  of  RS s  in   a   way  that   the  e nd - to - en d  ca pa bili ty  was  ta ke n  f ull  adv a ntage   of.  The  stu dy  c ombine d  a  m od el   of   high way  m ob il it y  and   a  nonlinea r  op ti m iz at ion   m od el  f or the  problem . Th e m od el   so l ution g uar a ntees  ultim at e end - to - e nd  capab il it ie s for SSs.       3.   THE  ADVA N TAGES  A ND  DISAD V AN T AGES OF  PR EVIO US   AL GORIT HM S   In   Ta ble  1,   a  s umm ary  of   dif fer e nt  al gorith m s   based   on  th e  adv a ntage  a nd  disa dv a ntage   of   each  one   is  pr ese nted .   Fi nally ,  the  previ ou s   sect ion   sum m arizes  the  al gorithm s,  m eth ods  a nd  ap pro aches  in  t his  fi el d   as  sh ow n  in   Tabl e  1.  A t  the   sam e  tim e,  ideal   le arn i ng   e nvir onm ents  can b e  c reated.   I n  oth er   w ords,   t he  He ur is ti c  al gorithm   fo r  the  W irel ess  M esh  Net work   ha s  to  ada pt  the  PSO   a ppro a ch  beca us e  thi s  approac h  is  m or e  com pr ehe ns ive   than   ot her  al gorithm   functi onal it ie s.  Also,  a  wide   ra nge  of  c on ti nu ou s   optim iz at ion   prob le m s  can  be  a ddress ed via t he   su cc essfu l  appli cat i on of PSO .       Table  1 .   Partic le  Sw a rm  O ptim iz at ion   Para m et ers  and  Ch os e n  V al ues   No .   Alg o rith m   Ad v an tag es   Disad v an tag es   1   Heu ristic  Alg o rith m  [ 3 7 ,  38]   The p erfo r m an ce  of  the p rop o sed  sch e m e is  no t  o n ly  clos e to th e o p ti m al  m u lt i - p ath  s o lu tio n ,  it  also   o u tp erfo r m s e x istin g   m u lti - p ath   rou tin g   sch e m es.   It  d o es n o t f o llo w a  stan d ard  m ath e m atical  m o d el .   Lower c ap ab ility  f o r  g en eraliza tio n .   2   Gen etic  Alg o rith m  [ 3 9 ,  40]   Every rou tin g  sess io n  con cu rr en cy  tr a n s m iss io n   is ef f ectiv ely   m ax i m i zed th rou g h  elim in atio n  of   in terferen ce betwe en   wireless  m esh   r o u ters,  u sin g  this  algo rith m .   To so lv e the p rob le m  of   m esh   rou ter  n o d e  p lace m en t,  Tabu  S earc h ,  an   ex a m p le  o f  a  lo cal  search  m eth o d ,  an d  Genetic algo rith m s ,  wh ich  ar e   p o p u latio n - b ased  m e th o d s,  m u st b e  h y b ridized .   3   Ad ap tiv e M ix ed   Bias  ( A MB)  Alg o rith m  [ 4 1 ]   Better perf o r m an c e is ob serv ed  with  th e us e of   th e pro p o sed  app ro ach co n cernin g  Adap tiv e  Mixed  Bias co m p a red to  bo th  exis tin g   m ix ed   b ias ap p roach es an d  I EE E  8 0 2 .11  M AC.   Varied pack et  rate s, div erse netwo rk  to p o lo g ies,  an d  nu m erou s so u r ces th rou g h  exp erim e n ts  m u st  b e us ed  to ach iev e the chan g es in  perf o r m an ce a n d   in  enh an cin g  r o b u s t so lu tio n s   It  is v ital to stu d y  t h e para m e ters o f  T ab u  Sear ch   f o r  m o re  in f o r m ati o n  to en h an ce the Adap tiv e  Mixed  Bias  m eth o d  perf o r m an ce .   4   Gree d y  Algo rith m   Gree d y  Algo rith m s  m o stly  ( b u t no t a lway s)  f ail  to  f in d  globally  o p ti m al so lu tio n s, becau se th ey   u su ally  do  no t op e rate  ex h au stiv ely  o n  all  th e  d ata.  This   m eth o d  can re su lt in th e pr ev en tio n  o f   arr iv in g  at  th e bes t  ov erall  so lu tio n  in th e f u tu re,   as th is  m eth o d  can  co m m it  too  ear l y  t o  cer tain   ch o ices.   Fo r  in stan ce,   th e  G reedy Alg o rith m s,  wh ich   are  co n sid ered   Gree d y  ty p icall y ,  f ail to d isco v er  th e  p rob le m  of  grap h  colo ring  and  that o f   th e glo b ally   o p ti m u m ,  bu t oth er  NP - co m p lete  pro b le m s   p rov id e a  so lu tio n .  Nevertheles s,  they  f u n ctio n   ex h au stiv ely   b ecaus e they  a re  s wif t in reachin g   o p ti m u m   ap p rox im a tio n s.   5   Local sear ch   alg o rith m   Gen erall y ,  a ll loca l  searc h  algo rith m s   y ield   resu lts th at ar e  bett er  th an  the G reedy   Alg o rith m s .   Ho wev er,  the  draw b ack o f  this  i m p ro v e m en t is a   lo n g er  run n in g  ti m e.   6   Variable  Neig h b o rho o d   Search  Alg o rith m s   Local sear ch  pro ce d u re,  in d eter m in in g  the  so lu tio n s to  di ff erent  o p ti m iz atio n  pro b le m s ,  is  v ery  ef f ectiv e.   Ho wev er,  it  can ge t stu ck  in a local  m in i m a.   7   Particle  Swa r m   Op ti m izatio n   W id e - rang in g  pro b le m s o f  op ti m izati o n  that are  co n tin u o u s can  app ly  PSO  and  ob tain  su ccessf u l  resu lts.   Rarely  in so lv in g  the iss u es, do  th e  m esh  r o u ter  n o d es f ace  p lace m en t pro b le m s .         Evaluation Warning : The document was created with Spire.PDF for Python.
      IS S N :   20 88 - 8708   In t J  Elec   &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber   201 8   :   437 4   -   4381   4378   4.   RESEA R CH DESIG N   The  c urren t  re search   desi gn  has  four  phase s  of  m et ho d ol og y  i n  relat io n  to  this  st ud y  t he  An al ysi s  ph a se,  Com pilat ion   phase,  Innovat io n  phase ,  an d  Vali datio n  phase  are  s how n.   At  each  ph a se,  the re  ar e  ste ps  to  be  c on cl ude d  be f or e  the  suc ceedin g  phase   can  pr oceed.  Fo r  exam ple,  the  A naly sis  ph ase  entai ls  the  sta ges  of   a naly sis  in  t his  stu dy  wh il e  the  I nnovat io n  ph ase   entai ls   the  e nh a ncem ent  an d  desi gn  phases,   an d  finall y,   the  Vali datio n  ph a se  en ta il s  the  evaluati on   and   a pp li cat io n  sta ges.   T he  f ollow i ng   sect i on   descr i bes  in  detai l  each  of these  sta ges.     4.1.  Analysis   Pha se     This  m et ho d  us es  t he  re su l ts  from   pr evi ou s   resea rc h  t o  asses s  the  current  pro ble m .  Diff ere nt  researc h  ap pro aches,  a nd   the r esult  qual it y  i s  acqu ire d  to  pro vid e  a  so l ution   to:  1)  the  pr ob le m   of   Un s pl it ta ble   Flow ;  2)  the  prob le m   of   Bi n  Packin g;  3)   t he   pro ble m   of   Ca pacit at ed  Set  C ov e rin g;  an d  4)  the  Prob le m   of   Set  Cov e rin g.     4.2.  C ompari s on   Phase   This  ph as e  in volves  a   com pa rati ve  stu dy  to   determ ine  the   best  m et ho d  t o  be  a pp li ed   in  this  w ork.  This  is  done  t hro ugh  i niti at ing   a  c om par at iv e  stud y  betwee n  the   previ ous  al gorithm s  and  the  c urren t  m et hods   us e d  in  this st udy.     4.3.  I nn ovati on Ph as e   The  i nnovat ion p hase c onside rs  the  pr ocess of  the  pro pose d  MB PS O  al gorithm , as  fo ll ows:   a.   Partic le  Sw a rm  Optim iz at ion  (PSO )   b.   Bi nar y Pa rtic le  Sw a rm  O ptim iz at ion  ( BP SO)   c.   Mod if ie d  Bi na ry Par ti cl e S wa rm  O pti m iz ation   (MBPSO )     4.4.  E valua tio n  Ph as e   To  en sure  that   the  al gorithm   works  co rr ect l y,  the  validat io n  phase  go es  t hro ugh  th ree  m et rics  after   the  He ur ist ic   al gorithm   is  co m ple te d.   The s e  m et rics  are  thr ough pu t,  E nd - to - E nd  Dela y  ( E2E  DEL A Y) ,  a nd   Packet  Deli very   Ra ti o  (P DR ).  Finall y,  the  re su lt   is  com par e d  wit h  the  nea r est   te chn ic al   st ud y  [42]  in  ord er  to  m easur e the  r e su lt s im pr ov e m ent f r om  the o ri gin al   on e .        5.   PERFO R MANC E  METR I CS   Tw o  basic  pe rfor m ance  m et ri cs  su ch  as  the  on e s  that   run  vi a  E2E  delay   and   pack et   deli ver y  f racti on  hav e   be en   pro po s ed   in  num e rous  w orks  [ 43 ] ,  [ 44] .  Additi on al ly ,  sim ula ti on   is  c onside red  with   the   m ob il it y   patte rn   of  node s.  To  achie ve   delay   and   pac ket  drop,  Mirjalil i   et .  al .  pr opos e   the  us e  of   a  ran dom   waypo int   m ob il i ty   m od el   [ 45 ] .     5.1.  Pac ket De li very   Ratio  (PDR )   The  nu m ber  o f   delivere d  pac ke ts  is  div ide d  by   the  destinat io n  to g ive PD R.   To  cal culat e  P DR  an d  t o  determ ine  the  loss  rate  of   the   pack et ,  the  nu m ber   of   pack e ts  giv en  by  the   app li cat ion   la ye r  of   the  sou r ce  is  us e d  to  div ide   the  nu m ber   of   pac kets  rec ei ved   by  the  destinat io n.   I n  this  way,  the  m axi m u m   network  thr oughput  be com es  l i m it ed.   In   the  routin g  pr ot oco l ,  an  im per at ive  factor   to  be  acc om pl ished  is  PD R,  as  there is  no m a rg in  f or  e rro r  in  a r eal - li fe  envi ronm ent li ke  fl ooding a nd ea r thquake s.     5.2.  En d - to - E nd Del ay  (E2E  D EL A Y)   The  data  packet   will   arr ive  at   the  endpo i nt   within  the  ti m e  that  is  aver age d  out.  F or  the  m et ric  cal culat ion ,  th e  arr ival  tim e  of   the  first  dat a  pac ket  is  us e d  to  subtract   the  tim e  at  wh ic h  the  first  pac ket  wa s   transm itted.     5.3.  Th ro ug h p ut   The  ave ra ge  ra ti o  of   the  t otal  si m ulati on   tim e  durati on   t o  the  su cce ssf ul  data  pac kets  is  the  aver a ge   thr oughput  m e tric .  The   unit   of   Kilo bits  pe r  sec ond  (Kby te s/se c)  is  us e d  to  m easur e  aver a ge  th r oughput ,   wh e re  the  e ff i ci ency  and   e ffec ti ven ess  of   t he  r outi ng   pro tocol  in  receiv ing   data  pac ke ts  by  destinat ion   i s   m easur ed .           Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec & C om p  Eng   IS S N:  20 88 - 8708     Wi rel ess Mesh   Ne tw or ks B as e d on MBP SO A lgo rit hm t o  …   ( Sh iv an  Q as im  Am ee n )   4379   6.   EVAL UA TI O N RESULT    Cost  opti m iz ation   is  a n  a rea   of  resea rch  in  W M Ns.  O ur  resea rc h  is  base d  up on  im pr ov in g  th e   so luti on  propo sed  by  [42]   K haled  a nd  S ha h  Mosta fa  [ 42] .   The  a utho r  c on si der e d  c os t   op ti m iz ation   without  ta kin g  the  dis ta nce  betwee n  nodes  into  c on si der at io n.   Our  resea rch   therefo re  upda te d  the  op ti m i zat ion   functi on  to   ta ke  i nto   c onsid erati on  the   dis ta nces  betwee n  t he  diff e re nt  node s,  us i ng  the  Mo difie d  Bi nar y   Partic le   Sw a r m   Op tim iz a tio n  (MBP SO)   ap proac h.  T he  res ults  are   posit ive  a nd   our   ap proac h  s hows   no ti ceable   im pr ovem ent  co m par e d  to  the  be nch m ark   stu dy .  The  PD R  s hows  an  a ppr ox im at e  incre a se  of   22.47% ,  w he r eas  the  E 2E  delay   saw  a n  ap prox im at e  decr ease   of  21. 14%,  a nd  fi nally   the  th rough pu t   increase d by 5. 79% fr om  the p re vious  w ork a s sho wn in Fi gure  2.           Figure  2 .   Th r ough pu t c om pari so ns bet ween  the origi nal and m od ifie d o bj ect ive fun ct io n       7.   DISCU SSI ON A ND CON C LUSIO N    The  m ai n  con trib ution   of   t his  stud y  is  the  pr opos e d  pr op e r  MB PSO   al gori thm s  us ed  in  this  stu dy  to   so lve  t he  resea rch   pro blem .  T his  ap proac h  is   adap te d   f r om   pr e vious  wor k,  so   the  m ai n  point  of  this  st udy  is  to  com par e  the  resu lt   of   this   stud y  with  previo us   w ork.   This  w ork  ass um es  the  sa m e   cov era ge  area   fo r  al l  nodes .  Further  dev el op m ent  cou l d  be  do ne  by   con side rin g  diff e re nt  cov e r age  areas  acco rd i ng   to  n ode  energy   and   node  pri ori ty .  In   ad diti on,  te sti ng   the  pe rfor m ance  on  a  range  of   node   sp ee ds   w ould  be  a  m or e  pract ic al   scenari o,   with  consi der i ng   th e  sp eed  as  an  i nf l uen ce  in  the   sta nd ar d  f unct ion .  F urt her m or e,  so m e  no de s   in  the   netw ork  m igh t  no t  be  t ru ste d  t o  tra nsport t he   pack et .     These  no des  ha ve  a  natur e  of  sel fishness,  s o  there  sho uld  be  a  crit erion  to  detect   and   avo i d  them .   Fu tu re  w orks  s hould   c over  th e  aspects  of  di ff e ren t  ra nges  of   c ov e ra ge  zo ne,   s peeds,  a nd  co nf i de nce  f or   th e   nodes  of  the   netw ork.  BPS O  is  sim ple  and  hi gh ly   rob us t.  T he  BP S O  ca n  s olv e  m ul ti di m ension al   an d  m ul tim od al   op tim iz at ion   prob le m s  because   this  al go ri thm   us es  cont ro l  par am et ers  that  are  sim ple.   Mult idi m ensio nal  f unct ion al   optim iz at ion   pro blem s  can  al s o  be  a ddress ed   with   the  use   of  th e  BPS O   al gorithm . H oweve r, t his iss ue  is  beyo nd th e sco pe of  the  current  stu dy.   Ther e   are   se ve ral  di recti ons  i n  fu t ur e   w ork   that  co uld  be   i m ple m ented  to   en ha nce  the   pe rfor m ance   m et rics  us ed  i n  this  stu dy.  F or   i ns ta nce ,  it   is  possible  t o  c on si der  ot her   ne twork  m et rics  su c h  as  pac ke t  siz e,   nu m ber   of  no de s,  an d  sim ulati on   ti m e.  This  can  inc rease  t he   pr act ic al it y  and  ef fici ency  of  the  al gorithm   for  functi onin g  in   the  real   w or l d.  O n  t he  oth e r  hand,  f uture  w orks  on  t he  M BPSO   al gorith m   sh ou ld   probably   con ce nt rate  on   a  pa rtic ular  pa rt  of  the   MB PSO  al gorithm ,  w hich   co uld  be  e xp ect e d  to   pro vid e  good   cost  m ini m iz at ion  a m on g  no de  c onnecti ons .    The  researc h  pro blem   is  add r essed  us in g  he ur ist ic s  that  ar e  base d  on  dif f eren t  var ia ti on s  of  he ur ist ic   al gorithm s.  This  stu dy  te ste d  the  al gorithm s  base d  on  500 - 5000 - siz ed  node s.  Finall y,  this  stud y  c om par ed  the   al gorithm   resu lt s  ob ta ine d  wi th  previ ou s   w ork .  The  fin ding  s hows  that  P DR  sho ws  a n  appr ox im at e  in creas e   of  22. 47%,   w her eas   the   E 2E   delay   sa w  a n  a ppr ox im at e   dec rease  of   21. 14%,  a nd  finall y  the  th r ough pu t   increase d by 5. 79% fr om  the b enc hm ark  stu dy.       8.   CONCL US I O N   Cost  op ti m iz ation   is  an  a rea   of   resea rc h  with  re gard  to   W M Ns.   T his   researc h  was   based   upon   i m pr ovin g  the   so luti on  propose d  by  Nle y a   and  Sindiso  M.  [ 15 ]   in  t his  re ga rd.  T hey  hav e  c onside r ed  co st   op ti m iz ation   w it ho ut  ta king  di sta nce  betwee n  nodes  int o  co ns ide rati on.  Th is  research   c onsidere d  the  pro blem   Evaluation Warning : The document was created with Spire.PDF for Python.
      IS S N :   20 88 - 8708   In t J  Elec   &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber   201 8   :   437 4   -   4381   4380   us in g  a   Mo dif ie d  Bi na ry  Pa rtic le   Sw a rm   Op ti m iz ation   ( MB PSO )   a ppr oach  by  up dating  t he  optim i zat io n  functi on  to  ta ke   i nto   c on si derat ion   the  distances  betwee n  the  di ff e ren t  nodes.   T he  resu lt s  wer e  posit iv e  a nd   this  ap proac h  showe d  no ti ceable   im pr ove m ent  com par ed  to  t he  be nch m ark .  The   PD R  s howe d  a n  appr ox im at e  increase  of  17. 83%  w her ea s  th e  E2E  delay   saw  a n  ap pro xim at e  decr ease  of   8. 33% ,  an d  fi nally  the th rou ghput  increase d by 5. 79% fr om  the b enc hm ark  stu dy.       ACKN OWLE DGE MENT   This  w ork   is  su pp ort ed  by  Mi nistry  of   Ed ucati on   of  Ma la ysi a,  Gr a nt  no :   FRGS/1/ 2015/ ICT0 4/UKM /0 2/ 3 .       REFERE NCE S   [1]   Am ee n,   S.Q.  a nd  Muni y and i,   R. C. ,   2017 .   Im prove m ent   at   Network  Planning  using  Heuri stic   Algorit hm   to   Minim iz e  Cost  of  Distanc e  betw ee n  Nodes  in  W ire le ss   Mesh  Networks.  Inte r nat ion al   Journal   of  El ec tr ical  a nd  Com pute r  Engi n ee ring   (IJECE) ,   7(1),   pp . 309 - 315 .   [2]   Toh,   Ch ai K . 20 01.   Ad ho c  m obi le   wir el es s n et w orks:  protoc o ls and s y st ems ,   Pear son E ducation .   [3]   F.L .   Kha le e l,  N. S.  As haa ri,  T. S .   Meria m ,   T .   W ook,   and  A .   Ism ai l,  "P rogra m m ing  Le arn ing  Requ ir ements  Based  on   Multi   Perspe ct iv es" ,   Int ern ationa l  Journal   of Elec tri c al   and  Com p ute r Engineering ,   vol .   7 ,   pp .   1 - 8 . ,   2017.   [4]   F. L.   Kha leel,  T . S.M.T .   W ook,   N.S.  As haa ri ,   a nd  A.  Ism ai l ,   " Gam ifi ca t ion  E l ements  for  L ea r ning  Applicat io ns " ,   Inte rna ti ona l  Journal  on  Advanc e d  Scie nce,  Engi n ee ring  and  I nfor m at ion  Te chno lo g y ,   in  pre ss ,   vol.  6,   pp.   868 - 874,   2016b.   [5]   F.L .   Kha leel,  N. S.  As haa ri ,   T . S.   Meria m ,   T.  W ook,   and   A.  Ism ai l ,   "Th e  Archi t ec tur e  of   D y n a m ic   Gam ifi catio n  El ements  B ase d  Le arn ing  Cont en t" ,   Journa l  of   Co nver gence  Infor m at ion  T ec hnolo g y ,   vol .   11 ,   pp .   1 64 - 177,   2016 a.   [6]   F.L .   Kha leel,  N. S.  As haa ri ,   T . S.  Meria m ,   T .   W o ok,   and   A.  Ism a il ,   "U ser - Enj o y a ble   Le arn ing  En vironment  Base d  on  Gam ifi cation   El ements" ,   in  I nte rna ti ona l  Con fer ence  on  Com pute r,  Com m uni ca t ion,   and  Con trol   T ec hnolo g y   (I4CT  2015) , ,   Kuchin g,   Sara wak ,   Mal a y s ia,  2015 b,   p .   221 .   [7]   F.L .   Khaleel ,   N.S.  As haa ri,   T . S.  Meria m ,   T.   W ook,   and  A.  Ism ai l,   "The   stud y   of  gamificat ion  app li c at io n  arc hi te c ture   for  progra m m ing  la nguage   cour se " ,   in  Proce edi ngs  o f  the   9th  Inte rn a ti onal   Conf ere n c e  on  Ubiquit ous   Inform at ion  Ma nage m ent   and  C om m unic at ion, 2 015a,   p .   17 .   [8]   F.L .   Kh al e el,  "R ec rui tment and  J ob  Sear ch   Appli ca t ion" ,   Univ ersi ti   Ut ara Mal a y si a,   2011 .   [9]   F.L .   Khal eel,   N. S.  As haa ri,   T . S.  Meria m ,   T .   W ook,   and  A.  Ism ai l ,   "G amific at ion - Based  Learni ng  Fram e work  for  a  Program m ing  La nguag e " ,   in  Inte rna ti ona l  C onfe ren c e  on  El e ct ri ca l  Enginee ring  and  In form at ic s  (ICE EI   2017), La ngk awi ,   Ked ah, Ma lay s ia ,   2018,   In  Pres s.   [10]   F.L .   Khaleel ,   N. S.  As haa ri,   T. S.   Meria m ,   T .   W ook,   and  A.  Ismai l ,   "M et hodolo g y   for  Deve lop i ng  Gam ifi ca ti on - Based  Learni ng  Program m ing  L angua ge  Fram e work" ,   in  Inte rn at ion al   Confer en ce   on  Elec tri c al   Engi ne eri ng  and   Inform at ic s (IC E EI  2017), La ngk a wi,   Ked ah, Ma lay sia ,   2018 ,   In   Pr ess.   [11]   Cheng,   Ho  Ti ng   and   W ei hu a  Zh uang  . 2009b .   Q oS - drive n  node   coope ra ti ve   reso urc e  al lo cation  f or  wire l ess  m esh   net works   with  s e rvic e   diff ere nt ia t ion.   Glob al T e lecom m unic at ions   Confer en ce,  GL OBECOM   2009,   IEEE.   [12]   Gupta,   Bhupend ra  Kum ar,   Patna ik,   Srikan ta,  Mall i ck,   Mana s  Kum ar,   &  Na y ak ,   Ajit   Kum ar.   (2017).   D y namic   routi ng  al gori th m   in  wire l ess m esh  net work.   Inte r nat ion al   Journa l of Grid and  Uti lit y   Com puti ng,   8 (1),   53 - 60 .     [13]   Ak y il d iz,  Ian   F,  Xudong  W ang  and  W ei li n  W ang .   2005.   “ W ire le s s  m esh  net works:   a  surve y ” .   Co m pute r  net works   47. 4:  445 - 487 .   [14]   Ze na lda n,   Fera s ,   Hass an,   Suha idi ,   &  Habba l,  Adib.   (2017).  Vert ical  Hand over   in  W irele ss   Hete roge neo us  Networks.  Journal  of   T el e communic a ti on,   E le c tr onic   and  Com pute r Engineering   ( JTEC),   9(1 - 2), 8 1 - 85.     [15]   Nle y a,   Sind iso  M.  (2016).   Desi gn  and  opti m isa ti on  of  a  low  co st  Cognit ive   Me sh  Netw ork.   Univer sit y   of  C ape  Town.   [16]   Saini ,   Jat inde r  S ingh,   &  Sohi,  B al winder   Singh .   (2016).   A  Survey   on  Chann el   As signm ent   Te ch nique s  of  Multi - Radi o  Mul ti - ch a nnel   W ireless M esh  Network. In dia n  Journa l  of   Scie n ce a nd  Tech nolo g y ,   9(42) .     [17]   Dua,   Am it .   (20 16).   Eff i ci e nt  Data   Diss emina ti on  in  Vehi cular  Ad  Hoc  Net works .   THAP A R  UN IVERSIT Y,   PA TIAL A.    [18]   Malm,  Nicolas.   ( 2016).   Ultr a - re liable Net work - co ntrol le d   D2D .     [19]   Shaukat ,   Us m an,   Ahm ed,   Ej a z ,   Anw ar,  Z ahi d ,   &   Xia ,   Feng .   (2016).  Cloudl et   d epl o y m ent  i n  local  wir eless  net works :  Moti vat ion ,   ar chi t ect ure s,  app li c at io ns,  and  open   cha l le nges.   Journal  of  Ne twork  and  Com pute r   Applic a ti ons,  62 ,   18 - 40 .     [20]   Bel lalt a,   Boris ,   Bononi,   Lu ci an o,   Bruno,   R aff a el e ,   &  Kass le r ,   Andrea s.  (2016) .   Next  g ene ra tion  IEE E  802 . 1 1  W ire le ss   Lo ca l   Area   Networks:   Curre nt  st at us,   f uture   d irecti ons  and  open   ch al l e nges.   Com pute r   Com m unic at ions,   75,   1 - 25 .     [21]   Meng,   Tong,   W u,   Fan,   Yang,   Z heng,   Chen ,   Guihai ,   &  Vasi la ko s,  Athana sios  V.  (2016).   Spati a l  reu sabilit y - aw a r e   routi ng  in  m ult i - hop  wire l ess ne t works .   IEEE  Tr a nsac ti ons on   Co m pute rs,  65(1),  244 - 255.     [22]   Ibra him,  Jaww a d,   Rehman,  A,  Il y as ,   M  Saad  B in ,   Shehz ad,   Mohs in,   &   As hra f,   M ar y um .   (2016).   Optimiza ti o n  an d  Tra ffi c  Mana g e m ent   in  IEE E  80 2. 16  Multi - hop  Rel a y   Sta ti ons  u sing  Gene tic  and   Priority   Algorithm s.  Inte rna ti on al  Journal  of  Com p ute r  Sc ie nc e and   Inform at ion   Sec urity ,   14(7), 599.    Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec & C om p  Eng   IS S N:  20 88 - 8708     Wi rel ess Mesh   Ne tw or ks B as e d on MBP SO A lgo rit hm t o  …   ( Sh iv an  Q as im  Am ee n )   4381   [23]   Ge,   Xiaohu ,   Tu ,   Song,  Mao,   Guoqiang,   W an g,   Cheng - Xiang ,   &  Han ,   Ta o .   (2016).   5G  ultra - dense   c ellular   net works .   I EE E   W ire le ss   Com muni cations,   23 (1) ,   72 - 79 .     [24]   Ze ng,   Xi aopi ng,   Sun,  Meng,   Jia n,   Xin,   Du,  Der ong,   &  Miao,   L ij uan .   (2017).   O pti m al   base   sta tions   pla nning  for  Coordina t ed  Mu lt i - Point   s y st em. A EU - Inte rna t ion al   Journa l  of   Ele ct roni cs  and   Co m m unic at ions,  7 3,   193 - 201 .     [25]   Goudos ,   Sotiri os  K,  Deru y ck,   Ma rgot,   Pl et s ,   Davi d,   Marte ns,  Luc,   &  Jos eph,   W out.   (2017).   Optimi za t ion  of  Pow er  Consum pti on  in  4G  LT E   Netw orks  Us ing  a  Novel  Bar ebone s   Self - ad apt iv e  Diffe ren t ia l   Evo lut ion  Algor it h m .   Te l ec om m unic ation  S y st ems ,   1 - 1 2.   [26]   HA ,   Mahm oud  Pesara n,   Hu y ,   P hung  Dang,   &  Ramacha n dar amurth y ,   Vigna  K.   (2016).   A  rev iew   of  the   opti m a l  al lo ca t ion  of  distri bute d  g ene ra tion:  Objec ti v es,   constra in ts,  m et hods,  and  al gori thms .   Rene wabl e  and  Sus ta ina bl e  Ene rg y   R evi ews .     [27]   Kaur,   R avne e t,  &  Kum ar,   As h wani.   (2016 ).   A n  Approac h   for  Sele c ti ng  Opt im um   Num ber   of  Base  Sta ti ons  a nd  Optimizi ng  Site  Loc at ions  usin g  Flower  Polli nat ion  Algorit hm .   Inte rna t iona l  Jo urna l  of  Com pu te r  Applicati ons,   133(10),   34 - 39 .     [28]   Sinha,   Kous hik,  Ghos h,   Sasthi  C,   &  Sinha,   Bh aba ni  P.  (2016) .   W ire le ss   Networks  and  Mobile  Com puti n g:  CRC   Press .   [29]   Doppler ,   Klaus,  Reda na,   Sim one,   W ódcz ak ,   Micha ł ,   Rost,  Peter,  &   W ic hm an,   Risto.   (2009).   Dy nami c  resour c e   assignm ent   and  coope ra ti ve  r el a y ing  in  c ellula r  net works :  Concept  and  per form a nce   assess m ent .   EURAS IP  Journ al  on  W ire le ss   Co m m unic at ions and Net working ,   2009(1),   475281 .     [30]   Chen,   Chi ‐ Yuan ,   Tseng,   Fan ‐ Hs un,   Lai,   Chin ‐ F eng,   &  Chao ,   H an ‐ Chie h .   (2015 ).   Network  pla n ning  for  m obil e  m ult i ‐ hop  re lay   net works .   W irel ess Com m unic at ions a nd  Mobi le  Com puti ng,   15( 7),   1142 - 1154 .     [31]   Murugada ss ,   Arthi,   &  Pa chiy ap pan,   Arulm ozhivarm an.   (2017).  Fuzz y   Log ic   B ase d  Covera g e  a nd  Cost  Eff ec t iv e   Plac ement  o f  Serving  Nodes  f or  4G  and  Be yond  Cel lu la r  N et works .   W ire l e ss   Comm unic at i ons  and  Mobile  Com puti ng,   201 7.     [32]   W ang,   Yupeng,   Su,  Xin,   Choi ,   Dongm in,   &  Choi,   Chang .   (201 6).   Coordinated  Schedul ing  Alg orit hm   for  S y ste m   Util ity   Maximi z at ion  W it h  Het er og ene ous  QoS   R equi rement s  in  W ire le ss   Rel a y   Networks.  IEE E   Acc ess,  4,   8351 - 8361.     [33]   Vasishta,   Anuj ,   Gza ra ,   Fatma,   Ho,  Pin - Han,   &   Li n,   B in.   (201 6).   Optimal  loc a ti on  pl anni ng  of   rel a y - b ase d  ne x t   gene ra ti on  wi reless   ac c ess ne two rks.  W ire l ess Ne tworks,  22(7), 2 159 - 2172.     [34]   Chang,   Jau - Yan g,   &  Chen,   Yun - W ei .   (2016).   A  rel a y   sta ti on  depl o y m ent   sche m e  with  a  rota ti onal   c luste rin g   al gorit hm   for   m ult i - hop  r ela y   n et works .   Paper   pre sente d   at  th e   S y stem  Sci ence  and   Engi n ee r i ng  (ICSS E),   20 16   Inte rna ti ona l  Co nfe ren c e  on .   [35]   Yan,   Y ang,  Huang,   Ji anwe i,  &   W ang,   Jing.   (2 013).   D y n amic  bar gai n ing  for  r el a y - b ase d  coop era t ive   spe ct rum   sharing.   I EEE  Jo urna l  on   Sel ec t e d  Area s  in  Com m unic at ions,   31( 8),   1480 - 1493 .     [36]   Shim ,   Ky usung,   Do,  Nhu  Tri ,   &  An,  Beongku .   (2017).   Perfor m anc e  Anal y s is  of  Phy s i ca l  Lay er  Se cur ity   o f   Opportunisti c   Sc hedul ing   in  Mul t iuser  Mult ire l a y   Coopera t ive   N etw orks.  Sensors ,   17(2),   377 .     [37]   Mata m ,   Rak esh  and  Som ana th   Tri pa th y .   2013 .   “ Im prove d  he uristi cs  for  m ul ti c ast  ro uti ng   i n  wire le ss   m esh  net works ” .   W ireless ne tworks 19 . 8:  18 29 - 1837 .   [38]   Li ng,   Song ,   Ca o  Jie  and   Yang   Xue - jun  . 2010.   Multi - pa th  an yca st  rout ing  b ase d  on  an t  co lon y   op ti m iz a ti on  i n  m ult i - gatewa y   W MN .   2010  5th   Inte rn at ion al Co nfe ren c e  on   Co m pute r  Scie n ce  and  Edu ca t ion.   I CCS E,   IE EE.   [39]   Jia,   Jie ,   et   a l.   . 20 12.   Tra ff ic   awa r e  r esourc e  a ll o cation  for  through put  opti m iz a ti on   in  cogni ti v e  rad io  wire le ss   m esh  net works .   2012   7th  Int ern ationa l   S y m posium   on  W ire le ss   and   Per vasive   Com puti n g.   ISW PC ,   IEEE .   [40]   Xhafa ,   Fatos,  A dm ir  Barol li   and   Makoto  Ta ki zaw a  . 2011.   A  ta b u  sea rch   a lgori th m   for  eff ic ie n t  n ode  place m ent   i n   wire le ss   m esh  net works .   2011  T hird  Inte rn at ion a l  Confer en ce   on  Inte lligen t  Netw orking  and  Col laborat iv e  S y st ems   . INCoS ,   IE EE .   [41]   Ernst,   Jason  B.   a nd  Tha bo  Nkw e  . 2010.   Adapt ive   m ixe d  bia s  resourc e  alloc at ion  f or  wire le ss   m esh  net wor ks.  2010  Inte rna ti ona l  Co nfe ren c e  on   Bro adba nd,   W ire l ess Com puti ng,   Co m m unic at ion  an d  Applicati ons .   BW CCA,  IEE E .   [42]   Khale d,   Shah  Mos ta fa  2012.   Heuri stic   al gor ithm s  for  wire le ss   m esh  net work  pla nning ,   Diss .   Le thbr idge,  Alt a. :   Univer sit y   of   L e thbri dge ,   Dep t. o f   Mathe m atics  a nd  Com pute r  Sci enc e ,   2012 .   [43]   Paschos,  Georgi os  S,  Pett eri   M anne rsalo  and  Thomas  Micha e l  Bohnert.   2008 .   Cell  ca p acit y   for  ie e e  802. 16  cove rag e ext ensi on.   Consum er  C om m unic at ions  and  Networki ng   Confer ence, 200 8.   CCNC   2008 .   5th  IE EE,  IE EE.   [44]   Li n,   Hu a,   San th oshkum ar  Sam b amoorth y ,   Sande ep  Shukla ,   Jam e s T horp  and Lam ine   Mili   . 2011.   Pow er  s y stem a nd  comm unic at ion  net work  co - sim ula ti on  for  sm ar t  grid  applicatio ns.  Inn ovat iv e  Sm art   Grid  Te c hnologi es .   ISG T ,   2011  IEEE  PES ,   IEEE.   [45]   Mirja lili ,   Se y ed al i ,   &   Le wi s ,   A ndre w.  (2013) .   S - shape d  ver sus   V - shape d  tr ansfe r  func ti ons  fo r  bina r y   par t ic l e   sw arm opt imiza t ion.   Sw arm a nd   Evol uti on ar y   Co m puta ti on,   9,   1 - 14.   [46]   Mirja lili ,   Se y ed al i ,   &   Le wis ,   A ndre w.  (2013) .   S - shape d  ver sus   V - shape d  tr ansfe r  func ti ons  fo r  bina r y   par t ic l e  sw arm opt imiza t ion.   Sw arm a nd   Evol uti on ar y   Co m puta ti on,   9,   1 - 14.   [47]   Jun,  Jange un  an d  Mihai l  L  Sic hit iu.   2003.   “ Th e  nom ina l  ca pa ci t y   of  wi reless   m esh  net works ” .   I EE E  wi reless   comm unic at ions .   10 . 5:  8 - 14 .   [48]   Cheng,   Ho  Ti n g  and  W ei hua  Zhua ng.   2009 a.  “ QoS - drive n  MA C - lay e r  reso urc e  a ll oc at ion  for  wire le ss   m esh  net works   with  non - al tru isti c  n ode  coope ra ti on   and  servic e  diffe ren ti a ti on” .   IEE E  Tr ansa cti ons  on  W ire le ss  Com m unic at ions .   8. 12:   6089 - 61 03.   Evaluation Warning : The document was created with Spire.PDF for Python.