ارائه يك الگوريتم مسيريابي جديد مبتني بر الگوريتم‌هاي ژنتيك و تبريد شبيه‌سازي‌شده براي شبكه‌هاي موردي بين‌خودرويي

در سال‌هاي اخير شبكه‌هاي موردي بين‌خودرويي به‌عنوان يك فناوري نوظهور سعي كرده است با كنترل هوشمند ترافيك، تعداد تصادفات خودروها را كاهش دهد. در اين شبكه‌ها حركت سريع خودروها، پويايي توپولوژي و محدوديت‌هاي منابع شبكه، مسيريابي را به يك چالش اساسي تبديل كرده، لذا ارائه يك الگوريتم مسيريابي پايدار و مطمئن يك راه‌كار مناسب براي حفظ پارامترهاي كيفيت سرويس خدمات اين شبكه‌ها است. در اين مقاله يك الگوريتم مسيريابي جديد مبتني بر خوشه‌ بندي به نام GCAR بر اساس الگوريتم ژنتيك ارائه مي‌شود كه ابتدا خودروها در يك زيرساخت مبتني بر خوشه‌ هاي پويا قرار مي‌ گيرند و سپس با انتخاب دو خودرو در هر خوشه به‌عنوان خودروهاي دروازه بين خوشه‌ هاي همسايه، يك زنجيره خودرويي تشكيل مي‌شود. همچنين براي خوشه ‌بندي از تركيب الگوريتم ژنتيك و الگوريتم تبريد شبيه ‌سازي‌شده استفاده مي‌شود كه سعي مي‌كنند سرخوشه‌هاي مناسب را شناسايي كنند. نتايج شبيه ‌سازي‌ هاي انجام‌شده در نرم‌افزار متلب نشان مي ‌دهد كه به‌طور متوسط نرخ كشف مسير الگوريتم پيشنهادي %18.4، تعداد خوشه ايجاد‌شده 2.55%، توان عملياتي 3.45% و نرخ دريافت صحيح بسته‌ها 14.18% نسبت به رويكرد PassCAR عملكرد بهتري دارد. همچنين ارزيابي هم‌گرايي، انحراف معيار و خطاي استاندارد الگوريتم پيشنهادي اثبات‌كننده سرعت هم‌گرايي و پايداري بالاي آن است.