introduction 4 chapitre i chapitre ii chapitre iii chapitre iv conclusion

Université des Sciences et de la Technologie

d’ORAN FACULTE DES SCIENCES

Département d’informatique

Optimisation de la Consommation Energétique dans les Réseaux Informatiques

Supervise par : Mr . HAMDAOUI

2011-2012

LARGUEM Ali Anis (Leader) - Introduction + Optimisation de la consommation énergétique dans les réseaux sans fil fixe + simulation

LADJOUZE Mohamed Cherif - Heuristique au problème des réseaux sans fil fixe HAMZA REGUIG Ryma -Routage économe en énergie dans les réseaux sans

fil ( Network flow minimum cost ) OUADAH Zineb - Grande couverture avec un minimum d’énergie dans les réseaux

capteur

Ghoulem Fatima Zohra -Optimisation de la consommation énergétique dans les réseaux capteur

Gahlouz Lamia Heuristique au problème du routage efficace en énergie (LESS LOADED EDGE HEURISTIC )

Kelfah Nebia -routage efficace en énergie (réseaux filaire )

Presentés par :

Introduction

Optimisation de la consommation énergétique dans les réseaux informatiques

Chapitre I

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Plan de travail

Routage efficace en énergie (Minimum Edges Routing) ( Réseaux filaire)

Routage économe en énergie (Réseaux sans fil ) Optimisation de la consommation énergétique

dans les réseaux sans fil fixe

Optimisation de la consommation énergétique dans les réseaux capteurs (Sensornet)

Introduction

Introduction

Les technologies de l'information et de la communication sont responsables à elles seules de 2% à 10% de la consommation mondial.

Nous nous intéressons à la consommation liée aux réseaux (filaire et non filaire ).

On propose des programmes linéaire pour ces problème et un heuristique; puis on analyse expérimentalement par des simulations la quantité d’´energie qui peut être sauvée pour certains réseaux.

Chapitre I

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Optimisation de la consommation énergétique dans les réseaux informatique s

Routage Efficace en Energie Minimum Edges Routing

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

La consommation dans les réseaux (filaire) est fortement liée au nombre d'équipements du réseau activé (indépendamment de la charge ).

Dans un objectif de minimisation de l'énergie dans les réseaux, il est intéressant de minimiser le nombre d'équipements utilisés lors du routage

Optimisation de la consommation énergétique dans les réseaux informatique

MODELISATION

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Le réseau est modélisé par un graphe non orienté

G = (V, E, c) C(e) ≥0 Capacité de l'arête e € E

L’ensemble des demandes

le volume de trafic de s à t


Problème routage valide:

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Le premier problème consiste consiste à décider s'il existe un routage valide des demandes de D dans G.

Exemple:

Avec deux demandes Ds1t1 = 10 et Ds2t2 = 10


Exemple

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Donc on a comme première contrainte (Solution au problème )


Minimum Edges Routing Problem

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Le problème de routage arêtes minimum Ce problème est un cas particulier de

problèmes classiques d'optimisation dans les réseaux.

Le problème de routage arêtes minimum consiste à trouver un ensemble de cardinalité minimum tel qu'il existe un routage valide des demandes D dans avec

Pour


FORMULATION MATHEMATIQUE:

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Exemple : Sur le même graphe G = (V, E, c) de

l’exemple précédent, on applique l’envoi de trois demandes Ds1t1 = 10, Ds2t2 = 5 et Ds3t3 = 2.

Résultat :


SOLUTION

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Deux solutions optimales différentes pour le problème de routage arêtes minimum pour une même instance avec Ds1t1 = 10, Ds2t2 = 5 et Ds3t3 = 2.

Si on prend un autre exemple :


Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion

Conclusion Le problème de routage arêtes minimum

n'est pas dans APX (Algorithme Polynomial garantissant une solution optimale ).

Le routage par plus courts chemins peut donner une solution arbitrairement mauvaise par rapport à une solution optimale.

C’est pour ça on propose une heuristique. Le problème de routage est bien connu pour

être NP-complet même pour deux demandes.


Introduction

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Résoudre un problème d’optimisation combinatoire, c’est trouver l’optimum d’une fonction, parmi un nombre fini de choix, souvent très grand.

Les heuristiques forment un ensemble de méthodes utilisées en RO pour résoudre des problèmes d’optimisation réputés difficilesles heuristiques permettent, dans des temps de calcul raisonnables, de trouver des solutions, peut-être pas toujours optimales, en tout cas très proches de l’optimum.

Qu’est ce qu’une optimisation combinatoire ?

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


En mathématiques, l'optimisation recouvre toutes les méthodes qui permettent de déterminer l'optimum d'une fonction, avec ou sans contraintes.

L’ optimisation combinatoire consiste à trouver la meilleure solution entre un nombre fini de choix; autrement dit, à minimiser une fonction, avec ou sans contraintes, sur un ensemble fini de possibilités.

Qu' est-ce qu' une optimisation difficile?

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Quand le nombre de combinaisons possibles devient exponentiel par rapport à la taille du problème, le temps de calcul devient rapidement critique.

On parle alors d’optimisation difficile, ou de problèmes NP-difficiles.

Qu' est-ce qu' un routage?

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Le problème de routage consiste à déterminer un acheminement optimal des paquets à travers le réseau au sens d’un certain critère de performance « la consommation énergétique ».

Le problème qui se pose dans le contexte des réseaux est l’adaptation de la méthode d’ acheminement utilisée avec le grand nombre de nœuds existant dans un environnement caractérisé par le changements de topologies, de modestes capacités de calcul, de sauvegarde, et d’énergie.

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Toute conception de protocole de routage implique l’étude de la minimisation de la charge du réseau en optimisant le nombre d’ envois et de réceptions des paquets

Cette minimisation aboutit à une consommation énergétique minimale et une longue durée de vie du réseau.

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Quelle méthodes est utilisée pour résoudre

ces problèmes d’optimisation ?

Méthode Exacte et Méthode Approchée:

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


La résolution d’un tel problème d’optimisation peut se faire de manière exacte, en modélisant le problème, puis en appliquant un algorithme.

Parmi les méthodes exactes, on trouve la plupart des méthodes traditionnelles telles les techniques de séparation et évaluation (branch-and-bound), ou (backtracking).

Mais malgré les progrès réalisés, les méthodes exactes rencontrent généralement des difficultés avec les applications de taille importante.

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Si les méthodes de résolution exactes permettent d'obtenir une ou plusieurs solutions dont l'optimalité est garantie, dans certaines situations, on peut cependant se contenter de solutions de bonne qualité, sans garantie d’optimalité, mais au profit d’un temps de calcul réduit. On utilise pour cela une méthode heuristique, adaptée au problème considéré, avec cependant l’inconvénient de ne disposer en retour d’aucune information sur la qualité des solutions obtenues.

Heuristique ?

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Dans le domaine de routage efficace en énergie, une heuristique est un algorithme qui fournit rapidement une solution réalisable, pas nécessairement optimale..

L'usage d'une heuristique est pertinent pour calculer une solution approchée d'un problème et ainsi accélérer le processus de résolution exacte. Généralement une heuristique est conçue pour un problème particulier.

Problématique

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


La plupart des problèmes rencontrés dans le monde de la RO sont NP-complets, ce qui ne nous permet pas d’avoir des méthodes exactes pour les résoudre.

Alors on peut se contenter seulement de chercher une bonne solution, en un temps raisonnable par l’utilisation d’heuristiques.

Heuristique pour le MINIMUM EDGES ROUTING PROBLEM

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Nous proposons une heuristique pour le Minimum Edges Routing Problem

LESS LOADED EDGE HEURISTIC

LESS LOADED EDGE HEURISTIC

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


On commence par trouver un routage valide dans G = (V,E,P ) en utilisant une heuristique routant les demandes de manière gloutonne par des plus courts chemins.

La métrique utilisée

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Algorithme

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


BEGIN e’ = 0 IF e ∈ E and e =/ e’ and Min=c

(e)/r (e) and Min “P” DELETE “e “ BEGIN IF aucun routage valide n’est trouvé REINSERER “e” e’ = e END If END END IfEND

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Exemple …

A B C

D E F G

Soit le graphe avec E ={(A, D,1), (A, B,3), (B, C,4), (C, G,2), (C, F,8), (C, E,6),

(E, F,7), (E, B,5)

A B C

D E F G

L’algorithme sélectionne le sommet « D » et supprime l’arc (A ,D)

A B C

D E F G

L’algorithme ne trouve aucune bonne solution

A B C

D E F G

L’algorithme réinsère l'arc (D,A) et sélectionne le sommet « G » Puis supprime l’arc (G, G).

A B C

D E F G

• L’algorithme ne trouve aucune bonne solution

A B C

D E F G

L’algorithme réinsère l'arc (G,C) et sélectionne le sommet « A » puis supprime l’arc (A, B).

A B C

D E F G

L’algorithme ne trouve aucune bonne solution

A B C

D E F G

L’algorithme sélectionne le sommet « B » et supprime l’arc (B, C)

A B C

D E F G

L’algorithme trouve chemin optimal de D à G alors il valide la surpression et passe à un autre arc du même sommet (B,E).

A B C

D E F G

La suppression de (B, E) ne donne pas une bonne solution

A B C

D E F G

L’algorithme sélectionne le sommet « E » et supprime l’arc (E, C)

A B C

D E F G

L’algorithme trouve un chemin optimal de D à Galors il valide la surpression et passe à un autre arc du même sommet mais la suppression de (F, E) ne donne pas une bonne solution.

A B C

D E F G

L’algorithme sélectionne le sommet « F » et supprime l’arc (F, C).

A B C

D E F G

L’algorithme ne trouve aucune bonne solution.

A B C

D E F G

ll ne reste que le sommet C et aucun arc a supprimer alors c’est la fin de notre algorithme.

A B C

D E F G

C’est notre solution optimale avecE’ E’= {(A, D,1), (A, B,3), (C, G,2), (C, F,8), (E, F,7), (E, B,5)

Les Critères retenus de l’exemple sont les suivants:

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


-Facilité d'adaptation au problème,

-Qualité des meilleures solutions trouvées,-Rapidité

-Très bon résultat

-Algorithmes faciles à mettre en œuvre

-Il faut faire les bons choix de paramétrage

Conclusion

Chapitre I

Introduction

Chapitre II

Chapitre III

Chapitre IV

Conclusion


Les heuristiques constituent une classe de méthodes approchées adaptables au problème de routage efficace en énergie.

Mais, si l’on a pu constater leur grande efficacité sur de nombreuses classes de problèmes, il existe en revanche très peu de résultats permettant de comprendre la raison de cette efficacité, et aucune méthode particulière ne peut garantir qu’une heuristique sera plus efficace qu’une autre sur n’importe quel problème.

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion

Routage économe en énergie (réseaux sans fil )


Optimisation des flux dans un réseau sans fils (routage efficace en énergie)

Dans le but de minimiser la consommation d’énergie dans un réseau sans fil on cherche ici a optimiser le flux de données qui circule entre les nœuds de ce réseau en utilisant le «Network Flow Minimum Cost ».

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Network flow minimum cost

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Un problème de « network flow minimum cost » est défini par un ensemble d’arc et un ensemble de nœuds données , ou chaque arc a une capacité et une unité de coût et chaque nœud a un débit fixé .

Le problème d’optimisation est de déterminer le cout minimum à travers le réseau afin de satisfaire l’offre et la demande de chaque nœud .

Modélisation

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Soit G = (N;A) un réseau dirigé composé d’un ensemble fini de nœuds N={1 ,2,….,n} et un ensemble d’arcs dirigés A={1 ,2,….,m}.

On associe pour chaque arc un débit, un coût par unité de débit une borne inferieur et une borne supérieur .

A chaque i N on associe un entier , cette valeur est déterminé par la nature du nœud i tel que :Si bi < 0 , i est un nœud de demande. bi > 0, i est un nœud source. bi =0, i est un nœud de transbordement.

Formulation

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Le PL est formulé comme suit :

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Le Minimum Cost Flow Problem (MCFP) consiste à envoyer le flux requis du nœud d’alimentation au nœud de demande (en respectant la contrainte de demande (2) ) avec un cout minimum .

La contrainte de la délimitation du flux (3) doit aussi être respectée.

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Exemple…

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


L’étiquetage des arc se fait comme suit: nous avons trois paramètres associés à chaque nœud : -la borne inferieur du débit l , -la borne supérieur u, et enfin -le coût par unité de débit c. [l,u,c]

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Considérons le schéma suivant :

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Le nœud A est une source fournissant jusqu'à 12 unités de débit avec un coût de 5 par unité de débit, -le nœud C est un nœud sollicitant jusqu'à 4 unités de débit avec un revenu de 6 par unité de débit (le coût en négatif ) , quand au nœud D , il sollicite 8 exactement; 8 unités de débit mais sans coût ni revenu associés.

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Le PL s’écrit comme suit :

Avec pour fonction objectif : Min

Simulation

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


Perte d’énergie en minimisant le flux et le nombre d’équipements

Conclusion

Le problème de minimisation des flux dans un réseau sans fils n’a qu’une faible influence sur la consommation énergétique et dépend principalement du nombre d’équipements allumé de ce réseau.

Ce qui nous amène a optimiser le nombre d’équipements allumés

Chapitre II

Introduction

Chapitre I

Chapitre III

Chapitre IV

Conclusion


Chapitre II

Introduction

Chapitre III

Chapitre IV

Conclusion

Chapitre I

Optimisation de la consommation énergétique dans les réseaux sans fil fixe


Chapitre III

La détection de contours par la méthode de Canny

Réseau sans file fixe Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion

Introduction


Le réseau comprend des site distant chacun étant servi par un RBS(Radio Base Station ) ,ces derniers sont connecté par des lien radio micro-ondes.

Peu importe le débit, dès qu’elle (le couplé ) est allumé ,elle présente une consommation énergétique qui a impact considérables sur les dépenses du réseau.

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion

Notre objectif ?

Notre objectif est de donner une configuration (optimale ) pour minimiser l’énergie tout en répondant aux demandes.

Ce type de problème étant difficile nous proposons une heuristique qui répond d’une manière approchée mais rapide.

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


Modélisation

Soit un graphe orienté H= (V, E)Chaque nœud v € V

représente une station de base. Chaque arc vw € E

représente un lien radio

Chaque lien a une capacité Cvw (il peut être actif ou pas ie consomme de l’énergie ou non) Les demandes de trafic seront définies par un nombre |D| de paires (Sd ,td ) , Sd, td € V et par un volume moyen de la demande hd

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


Le cout d’un lien actif est considéré constant

quelque soit le volume du trafic qu’il écoule : il est égal à CL.

Nous faisons également l’hypothèse (forte)

que le trafic d’une demande d peut être routé selon différentes routes entre Sd et td

Variable de décision binaire Uvw ayant la

valeur 1 si le lien vw est actif sinon 0 On considère que X (d ,uv) représente la

partie du flot de la demande d qui passe sur l’arc vw

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


Formulation


Remarque

Une telle approche donne une solution exacte, mais le temps d’exécution ainsi que la mémoire nécessaire peuvent être énormes.

On conclu que cette méthode ne peut être utilisée raisonnablement que pour des réseaux de petite taille ou des réseaux avec de très lentes évolutions du trafic.

C’est pour ça nous avons traité une autre méthode de résolution (heuristique ).

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


C’est quoi une heuristique ?

Une heuristique ou méthode approximative est un algorithme qui fournit rapidement une solution réalisable, pour un problème d'optimisation NP-difficile.

Heuristique basée sur les coupes les moins denses Notre méthode se base sur les coupes les moins denses d’un graphe.

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


http://fr.wikipedia.org/wiki/Algorithmique

http://fr.wikipedia.org/wiki/Optimisation_(math%C3%A9matiques)

http://fr.wikipedia.org/wiki/NP-difficile

Algorithme

Notre heuristique va donc essayer de supprimer les arêtes du graphe en suivant l’ordre croissant sur la charge estimée.

A chaque itération (tentative de suppression d’une arête), la faisabilité du routage sera vérifiée par l’intermédiaire du programme linéaire validant ou pas la suppression de l’arête en question.

Ensuite, et puisque les densités des coupes vont changer, une mise à jour est nécessaire avant de passer à l’itération suivante.

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


Algorithme

Notre algorithme permet de maximiser le nombre de liens supprimée


Introduction

Conclusion

Généralités sur le traitement

d'images

La détection de contour

Algorithme de canny

Conception et implementation

Conclusion

L’heuristique fournit une solution rapide mais pas nécessairement optimale ainsi elle détermine de manière plus efficace, les coupes les moins denses du graphe .


Résultat des simulations


Remarque

Nous remarquons bien que la méthode exacte donne un meilleur résultat sur le long terme ; mais s’il faut trouver une bonne solution rapidement alors l’heuristique est à privilégier puisqu’elle fournit souvent de meilleurs résultats très rapidement.

Il est intéressant aussi de noter que plus le réseau est grand plus la différence entre les deux méthodes devient importante.

Chapitre III

Introduction

Chapitre I

Chapitre II

Chapitre IV

Conclusion


Définitio

Chapitre II

Introduction

Chapitre III

Chapitre IV

Conclusion

Chapitre I


Optimisation de la consommation énergétique dans les réseaux capteurs


Introduction

Un capteur, de par sa taille, est limité en énergie. Dans la plupart des cas le remplacement de la batterie est impossible. Dans un réseau de capteurs (SensorNet), chaque nœuds collecte des données et envoie/transmet des valeurs.

Le dysfonctionnement de quelques nœuds nécessite un changement de la topologie du réseau et un ré-routage des paquets.

Toutes ces opérations sont gourmandes en énergie, c'est pour cette raison que les recherches actuelles se concentrent principalement sur les moyens de réduire cette consommation.

Chapitre IV

Chapitre II

Introduction

Chapitre III

Conclusion

Chapitre I

Chapitre IV

Définition d’un capteur :

Un réseau de capteurs sans fil consiste en un ensemble coopérant de nœuds capteurs spatialement distribués capables de surveiller l'état de l'environnement.

Chapitre II

Introduction

Chapitre III

Conclusion

Chapitre I


Pour quoi faire ?

Pour acquérir des données et les transmettre à une station de traitement.

Modélisation du problème :

oUn point de demande est une position géographique dans la région de surveillance où un ou plusieurs phénomènes sont sentis.oUne route est un chemin à partir d'un nœud capteur à un nœud puit en passant éventuellement par l'intermédiaire d'autres nœuds.oChaque phénomène perçu dans un nœud a ses données associées à une route menant à un nœud puits.La détermination d'une topologie:

qui minimise la consommation d'énergie sous contrainte de couverture et connexité.

Chapitre IV

Chapitre II

Introduction

Chapitre III

Conclusion

Chapitre I


Exemple

Une zone de communication circulaire déterminée par la distance maximum dont deux capteurs peuvent interagir

une route.

Chapitre IV

Chapitre II

Introduction

Chapitre III

Conclusion

Chapitre I


Grande couverture avec un minimum d’énergie dans les réseaux capteur :Dans cette partie notre but est d’avoir une couverture maximale avec un minimum d’énergie dans les réseaux capteurs en utilisant des équipements mobiles qui ne consomment pas beaucoup d’énergie.

Chapitre IV

Chapitre II

Introduction

Chapitre III

Conclusion

Chapitre I


Formulation


Exemple


Conclusion

On a proposé d’optimiser la consommation d’énergie dans les réseaux de capteur sans fil ; l’utilisation des équipements mobiles ou la désactivation d’un ensemble spécifique de capteur dans chaque intervalle de temps est possible de réduire la consommation d’énergie et d’éviter le partitionnement prématuré du réseau.

Chapitre IV

Chapitre II

Introduction

Chapitre III

Conclusion

Chapitre I


Bibliographie

Chapitre IV

Conclusion

Chapitre II

Introduction

Chapitre III

Chapitre I


Mickael cartron , Olivier SentieysOptimisation énergétique d'un système de communication dédié a

un réseau capteur Claude Chaudet

réseaux de capteurs ,optimisation de la consommation énergétique ) telecom-paris tech ( 12 Novembre 2009)

D.Coudert, N.Nepomueceno, I.Tahiri Optimisation de la consommation énergétique dans les réseaux

sans fil fixes année 2011 Aurélien Buhrig

Optimisation de la consommation des nœuds de réseaux de capteurs sans fil PhD Thesis INP Grenoble 2008Lehssaini

Optimisation des réseaux de capteurs (Bruxelles 2007 )

Ibrahim Amadou , Guillaume Chelius, Fabrice Valois Routage sans connaissance du voisinage efficace en énergie

CFIP2011Derek O’Connor Colloque Francophone sur l’ingénierie des Protocoles (2011)

The Minimum Cost Flow Problem University colege Dublin August, 2003 Frédéric Giroire , Dorian Mazauric , joanna moulierac

Routage efficace en énergie) Université de Nice , Sophia Antipolis soutenu 07 Novembre 2011 Jinjing jiang

A survey on energi efficient routing in wirless networks

introduction 4 chapitre i chapitre ii chapitre iii chapitre iv conclusion

Documents