| رویکردی نوین مبتنی بر الگوریتم های فراابتکاری بر پایه اینترنت اشیاء جهت مدیریت ترافیک شبکه‌های ادهاک خودرویی |
| کد مقاله : 1129-NAEC |
| نویسندگان |
|
بهاره حسین زاده هزه جان * دانشگاه آزاد اسلامی واحد ارومیه |
| چکیده مقاله |
| این مقاله به معرفی یک رویکرد پویا برای کنترل ترافیک در شبکه‌های خودرویی موقت (VANETs) با بهره‌گیری از الگوریتم های یادگیری ماشین و الگوریتم‌های خفاش (BA) می‌پردازد. در این روش، از شبکه‌های عصبی عمیق برای بهینه‌سازی مسیریابی وسایل نقلیه در مسیرهای با ترافیک سنگین استفاده می‌شود تا کارایی افزایش‌یافته و میانگین تأخیر کاهش یابد. این پژوهش همچنین به تحلیل ترکیب شبکه‌های خودرویی موقت با اینترنت اشیاء (IoT) و بررسی وضعیت ترافیک و ازدحام میان گره‌های شبکه می‌پردازد. تحلیل‌های تجربی نشان‌دهنده کارایی الگوریتم DNN-IOT-BA در احراز هویت در محیط‌های اینترنت اشیاء است که با سایر الگوریتم‌های یادگیری ماشین و یادگیری عمیق در شبکه‌های خودرویی مقایسه می‌شود. اعتبارسنجی الگوریتم شبکه‌های عصبی عمیق برای احراز هویت در محیط‌های اینترنت اشیاء بر اساس معیارهای مختلف شبکه، شامل نسبت تحویل بسته، تأخیر و نرخ خطای بسته‌ها انجام می‌شود. نتایج شبیه‌سازی‌ها نشان می‌دهد که روش پیشنهادی نسبت به روش‌های رایج، افزایش نرخ تحویل پیام و کاهش تأخیر انتها به انتها را برای مدیریت شرایط ترافیکی بلادرنگ ارائه می‌دهد. |
| کلیدواژه ها |
| شبکه‌های ادهاک خودرویی، الگوریتم های فراابتکاری، نرخ تحویل پیام، تاخیر انتقال داده، اینترنت اشیاء. |
| وضعیت: پذیرفته شده |
