بهبود مسیریابی برای شبکه‌های موردی بین خودرویی (vanets) با استفاده از الگوریتم‌های الهام‌گرفته از طبیعت

شبکه‌های بین خودرویی زیرمجموعه‌ای از شبکه‌های سیار موردی هستند که در آن خودروها به‌عنوان گره‌های شبکه محسوب می‌شوند. این شبکه‌ها برای برقراری ارتباط بین خودروها و کنترل ترافیک در جاده‌ها ایجاد شده‌اند. ویژگی خاصی که شبکه‌ بین خودرویی در مقایسه با شبکۀ‌ سیار موردی دارد، تحرک سریع گره‌هاست که باعث تغییر سریع توپولوژی در این شبکه می‌شود. تغییرات سریع توپولوژی شبکه، چالشی بزرگ در مسیریابی محسوب می‌شود. یکی از پروتکل‌های مسیریابی شناخته‌شده در شبکه‌های بین خودرویی، پروتکل مسیریابیaodv(ad hoc on demand vector) است. در این تحقیق با هدف بهبود مسیریابی در شبکۀ vanets(vehicular ad hoc networks)، الگوریتم‌های الهام‌گرفته از طبیعت از جمله الگوریتم بهینه‌سازی 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 الگوریتم‌ها استفاده شده، نرخ تحویل بسته، میانگین تاخیر انتها به انتها و بار مسیریابی نرمال‌شده است. نتایج به‌دست‌آمده از شبیه‌سازی نشان می‌دهد که الگوریتم ملخ در پیدا کردن بهترین مقدار برای پارامترهایی که عملکرد پروتکل aodv را کنترل می‌کنند بهتر از الگوریتم ازدحام ذرات و ژنتیک عمل کرده است و پس از آن نیز عملکرد الگوریتم ازدحام ذرات بهتر از الگوریتم ژنتیک می‌باشد.