خوشه بندی در شبکه های ادهاک به صورت وزن دهی به گره ها

درشبکه های adhoc معمولا گره های مرکزی جهت سرپرستی شبکه وجود ندارددرنتیجه سعی براین است که ازالگوریتم های کارا که وظیفه سازمان دهی خود بهخود را برعهده دارند استفاده شود معماری خود تشکیل باماهیت پویای شبکه های adhoc بسیارسازگار است این ویژگی سبب میشود که تصمیم گیریهای مناسبی جهت رسیدن به شبکه ای بابالاترین کارایی اتخاذگردد درشبیه سازی مایک شبکه ازگره هایی که بصورت تصادفی بهم متصل شده اند را درنظر میگیریم و فرض میکنیم که ارتباط لینک ها دوطرفه است درمرحله اول شبیه سازی الگوریتم پیشنهادی را 50 باراجرا می کنیم تااتوماتای ما یادگیری لازم را انجام دهد و درمرحله دوم و بعدازخوشه بندی گره ها به صورت تصادفی گره هایی برای ارسال اطلاعات انتخاب میشوند که اطلاعات را ازطریق سرخوشه خودبه مقصد راهنمایی می کنند

Keywords:

شبکه های ادهاک , خوشه بندی , وزن دهی , اتوماتای سلولی