Le point de départ
FDQN-TE+ : Guide d'installation et d'utilisation Chapitre 4 — Implémentation et simulation NS-3 1. Architecture du projet --- 2. Prérequis Outil Version recommandée Rôle ----------- --------------------- ------------------------------- NS-3 3.39+ Simulateur réseau Python 3.10+ Agents RL (ADDQN, PEPM, Fed) NumPy 1.24+ Calcul numérique CMake 3.13+ Build système NetAnim optionnel Visualisation --- 3. Installation du module FDQN-TE+ --- 4. Paramètres de simulation Paramètre Défaut Description --------------- --------- ---------------------------------------------- nNodes 300 Nombre de nœuds capteurs areaSize 1000 Côté de la zone de déploiement (m) radioRange 150 Portée radio maximale (m) initEnergy 1.2 Énergie initiale par nœud (J) simDuration 3500 Durée de simulation (s) seed 42 Graine aléatoire fedRound 50 Période d'agrégation fédérée (steps) lstmHidden 64 Neurones cachés du LSTM (PEPM) histWindow 10 Fenêtre temporelle du LSTM gamma 0.9 Facteur d'actualisation (ADDQN) epsilonMax 0.9 Exploration initiale epsilonMin 0.1 Exploration minimale failureRate 0.0 Fraction de nœuds à abattre (0.0 = désactivé, ex: 0.1/0.2/0.3) failureTime 1200.0 Instant de déclenchement des pannes (s) Paramètre
Ce qui a été construit
FDQN-TE+: Reinforcement Learning for energy-efficient routing in NS-3