یک اثر تکنولوژی داده های بزرگ بر مسیریابی مبتنی بر بهینه سازی کلونی مورچگان در شبکه های ادهاک خودرویی

رشد سریع جمعیت شهری مسائل مختلفی مانند ساعتها درگیر ماندن در ترافیک شدید و آلودگی شده، که باعث ناامن و غیر قابل تحمل شدن زندگی شهری شده است. مفهوم یک شهری هوشمند برای بهبود کیفیت زندگی شهری ارائه شده است. شهرهای هوشمند برای ارضاء نیاز ایمنی کاربرانشان و امنسازی سفرها در سناریوی شهری از طریق مطرح نمودن مفهوم تحرک پذیری هوشمند در حال توسعه دادن است. همزمان، شبکه ادهاک خودروی (ونت)، در هر جا که خودروها به صورت گره هایی در یک شبکه مورد رویکرد قرار بگیرند، تحت نوع شبکه ادهاک موبایل ( منت ) قرار می گیرد. اعمال تکنولوژی های داده های بزرگ به ونت باعث دستیابی به بینش های مفیدی از کمیت انبوه داده های عملیاتی برای ارتقاء فرایند مدیریت ترافیک مانند طرح ریزی، مهندسی و همچنین اجرا می شود. در طی فرایندهای بی درنگ، ونت داده های عظیمی را تولید می کند، و مشخصه های ونت در مشخصه های داده های بزرگ نگاشت می شوند. همچنین، الگوریتم بهینه سازی کلونی مورچگان (ACO) برای مسیریابی در شبکه های خودرویی بر روی چارچوب توزیع شده مستقل Hadoop Map Reduce و بر روی خوشه چندگرهی با 2 ، 3 ، 4 و 5 بکارگیری می شود. نتایج این شبیه سازی اثبات می کند که زمان پردازش الگوریتم کاهش های معناداری در شمارش گرهی چارچوب هدهوپ دارد.

Keywords:

ونت , کلان داده ها , هادوپ , بهینه سازی کلونی مورچگان , شهرهای هوشمند