بهینه سازی مسیریابی در وسایل نقلیه با استفاده از پروتکل های مبتنی برخوشه بندی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 472
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DSCONF02_151
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
این مطالعه به بررسی سیستم های حمل و نقل هوشمند با هدف ارائه سرویس به رانندگان وسایل نقلیه، شبکه های موردی خودروییپرداخته است ؛ در این شبکه ها با توجه به الگوی حرکتی و سرعت زیاد خودروها مهم ترین مساله مسیریابی است. الگوریتم های مسیریابیمتداول در شبکه های سیار بی سیم در شبکه های خودرویی بدلیل سربار بالای بروز رسانی جداول مسیریابی، افزونگی اطلاعات و عدممقایسه پذیری فاقد کارایی کافی هستند. یکی از راهکارهای غلبه بر این چالش ها استفاده از پروتکل های مسیریابی مبتنی بر خوشه بندیاست؛ در مبحث خوشه بندی، انتخاب درست سرخوشه از اهمیت بالایی برخوردار می باشد و اولویت در انتخاب سرخوشه با گره ای است کهبتواند تعداد بیشتری خودرو را پوشش دهد و نیز مدت زمان بیشتری دردسترس باشد. مساله مهم دیگر ، بحث ایجاد و نگهداری سرخوشهاست که به دلیل سرعت بالای خودروها، قطع و وصل دائمی ارتباطات و تغییرات شدید توپولوژی یک امر قابل اجتناب است.در این تحقیقبرای انتخاب درست سرخوشه و خوشه بندی هوشمند، یک سری معیارهای پایه نظیر درجه همسایگی، چگالی، سرعت و جهت حرکتخودروها مدنظر قرار گرفته است و از روش آموزش مبتنی بر شبکه عصبی برای بهینه سازی تأخیر استفاده می کنیم؛ ماحصل این عملیاتیک نمره برای هر خودرو است که میزان صلاحیت آن خودرو را برای سرخوشه شدن مشخص می کند. استفاده از شبکه عصبی مصنوعیبه دلیل نیاز به محاسبه وزن مناسب هر معیار و محاسبه وزنها به صورت آفلاین با شرایط مساله همخوانی دارد؛ .نتایج شبیه سازی نشانمی دهد که الگوریتم پیشنهادی در مقایسه با الگوریتم های دیگر تأخیر انتها به انتها را کاهش و نرخ تحویل بسته ها را افزایش می دهد.
Keywords:
Authors
سارا حاجی قربانی
کارشناسی ارشد مهندسی فناوری اطلاعات (دانشگاه آزاد اسلامی واحد قزوین)
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 :