بهبود مسیریابی برای شبکه های موردی بین خودرویی (VANETs) با استفاده از الگوریتم های الهام گرفته از طبیعت

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 194

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_SCJKA-6-2_006

تاریخ نمایه سازی: 31 تیر 1401

Abstract:

شبکه­ های بین خودرویی زیرمجموعه ­ای از شبکه­ های سیار موردی می ­باشند که در آن خودروها به عنوان گره ­های شبکه محسوب می ­شوند. این شبکه ­ها برای برقراری ارتباط بین خودروها و کنترل ترافیک در جاده­ ها ایجاد شده ­اند. ویژگی خاصی که شبکه­ بین خودرویی در مقایسه با شبکه­ سیار موردی دارد، تحرک سریع گره­ هاست که باعث تغییر سریع توپولوژی در این شبکه می ­شود. تغییرات سریع توپولوژی شبکه، چالشی بزرگ در مسیریابی محسوب می ­شود. یکی از پروتکل­ های مسیریابی شناخته شده در شبکه­ های بین خودرویی، پروتکل مسیریابیAODV (Ad hoc On Demand Vector) است. در این تحقیق با هدف بهبود مسیریابی در شبکه VANETs (Vehicular Ad hoc Networks)، الگوریتم­ های الهام گرفته از طبیعت از جمله الگوریتم بهینه سازی ملخ، ازدحام ذرات و ژنتیک روی پارامترهای پروتکل مسیریابی AODV اعمال شده و تاثیر آن بر معیارهای ارزیابی شبکه مورد بررسی قرار گرفته است. معیارهایی که برای ارزیابی عملکرد این الگوریتم­ ها استفاده شده، نرخ تحویل بسته، میانگین تاخیر انتها به انتها و بار مسیریابی نرمال­ شده می ­باشد. نتایج به دست آمده از شبیه ­سازی نشان می­ دهد که الگوریتم ملخ در پیدا کردن بهترین مقدار برای پارامترهایی که عملکرد پروتکل AODV را کنترل می­ کنند بهتر از الگوریتم ازدحام ذرات و ژنتیک عمل کرده است و پس از آن نیز عملکرد الگوریتم ازدحام ذرات بهتر از الگوریتم ژنتیک می ­باشد.

Keywords:

شبکه بین خودرویی , پروتکل مسیریابی AODV , الگوریتم های الهام گرفته از طبیعت , نرخ تحویل بسته , میانگین تاخیر انتها به انتها

Authors

اکرم خالقی تبار

گروه مهندسی کامپیوتر- دانشکده فنی و مهندسی- دانشگاه آزاد اسلامی واحد تهران جنوب- تهران- ایران

راضیه فرازکیش

گروه مهندسی کامپیوتر- دانشکده فنی و مهندسی- دانشگاه آزاد اسلامی واحد تهران جنوب- تهران- ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :