شبکه های بین خودرویی زیرمجموعه‌ای از شبکه های سیار موردی می باشد که در آن خودروها به عنوان گره های شبکه محسوب می شوند. تفاوت اصلی آن با شبکه های سیار موردی در تحرک سریع گره ها است که باعث تغییر سریع توپولوژی در این شبکه می شود. تغییرات سریع توپولوژی شبکه یک چالش بزرگ بر چکیده کامل
شبکه های بین خودرویی زیرمجموعه‌ای از شبکه های سیار موردی می باشد که در آن خودروها به عنوان گره های شبکه محسوب می شوند. تفاوت اصلی آن با شبکه های سیار موردی در تحرک سریع گره ها است که باعث تغییر سریع توپولوژی در این شبکه می شود. تغییرات سریع توپولوژی شبکه یک چالش بزرگ برای مسیریابی محسوب می شود که برای مسیریابی در این شبکه ها، پروتکل های مسیریابی باید قوی و قابل‌اعتماد باشد. یکی از پروتکل های مسیریابی شناخته شده در شبکه‌های بین خودرویی، پروتکل مسیریابی AODV است. اعمال این پروتکل مسیریابی بر روی شبکه های بین خودرویی نیز دارای مشکلاتی می‌باشد که با افزایش مقیاس شبکه و تعداد گره ها، تعداد پیام های کنترلی در شبکه افزایش می یابد. یکی از روش‌های کاهش سربار در پروتکل AODV، خوشه بندی کردن گره های شبکه است. در این مقاله برای خوشه بندی کردن گره ها از الگوریتم تغییریافته K-Means و برای انتخاب سر خوشه از الگوریتم ازدحام ذرات استفاده شده است. نتایج بدست آمده از روش پیشنهادی باعث بهبود بار مسیریابی نرمال شده و افزایش نرخ تحویل بسته در مقایسه با پروتکل مسیریابی AODV شده است.
پرونده مقاله
با توجه به رشد و توسعه شبکه های کامپیوتری،اهمیت موضوع مسیریابی پیش از گذشته شده است.اهمیت استفاده از شبکه های چندبخشی را امروزه نمی توان نادیده گرفت.بسیاری از برنامه های چندرسانه ای نیاز به ارسال یک بسته از یک منبع به چندین مقصد،از طریق یک شبکه ارتباطی دارند.برای پشتیبا چکیده کامل
با توجه به رشد و توسعه شبکه های کامپیوتری،اهمیت موضوع مسیریابی پیش از گذشته شده است.اهمیت استفاده از شبکه های چندبخشی را امروزه نمی توان نادیده گرفت.بسیاری از برنامه های چندرسانه ای نیاز به ارسال یک بسته از یک منبع به چندین مقصد،از طریق یک شبکه ارتباطی دارند.برای پشتیبانی از چنین برنامه هایی نیازمند ایجاد یک درخت چندبخشی بهینه می باشیم،که نشان دهنده مسیرهای بهینه دستیابی ازیک منبع ارسال کننده به چندین مقصد مورد نظر است.دستیابی به یک درخت بهینه جهت مسیریابی ،از جمله مسائلی است که دارای پیچیدگی فراوانی می باشد. در این مقاله به دنبال ارائه روشی برای مسیریابی در شبکه های چندبخشی ،با توجه به پارامترهایی مانند هزینه و تأخیر می باشیم. همچنین این مقاله اهمیت ویژه ای به این موضوع داده است که هر یک از پارامترهای ذکر شده جهت مسیریابی، برای بسته‌های متفاوت دارای ارزش‌های متفاوت نیز می باشند و به تناسب ارزش هریک از این پارامترها، درخت‌های مسیریابی چندبخشی بهینه‌ای ایجاد می شود. جهت دستیابی به این هدف ازدو الگوریتم ژنتیک و الگوریتم کولونی مورچه‌ها استفاده می‌شود.نتایج به دست آمده از شبیه سازی نشان داده است که الگوریتم‌های ارائه شده با توجه به تناسب بسته‌ها،توانایی ایجاد درخت های چندبخشی بهینه ای را دارا می باشند.
پرونده مقاله
با توجه به رشد و توسعه شبکه های کامپیوتری، اهمیت موضوع مسیریابی پیش از گذشته شده است. اهمیت استفاده از شبکه-های چندبخشی را امروزه نمی توان نادیده گرفت. بسیاری از برنامه های چندرسانه ای نیاز به ارسال یک بسته از یک منبع به چندین مقصد، از طریق یک شبکه ارتباطی دارند. برای پ چکیده کامل
با توجه به رشد و توسعه شبکه های کامپیوتری، اهمیت موضوع مسیریابی پیش از گذشته شده است. اهمیت استفاده از شبکه-های چندبخشی را امروزه نمی توان نادیده گرفت. بسیاری از برنامه های چندرسانه ای نیاز به ارسال یک بسته از یک منبع به چندین مقصد، از طریق یک شبکه ارتباطی دارند. برای پشتیبانی از چنین برنامه هایی نیازمند ایجاد یک درخت چندبخشی بهینه
می باشیم، که نشان دهنده مسیرهای بهینه دستیابی ازیک منبع ارسال کننده به چندین مقصد مورد نظر است. دستیابی به یک درخت بهینه جهت مسیریابی، از جمله مسائلی است که دارای پیچیدگی فراوانی می باشد. در این مقاله به دنبال ارائه روشی برای مسیریابی در شبکه های چندبخشی، با توجه به پارامترهایی مانند هزینه و تأخیر می باشیم. همچنین این مقاله اهمیت ویژه ای به این موضوع داده است که هر یک از پارامترهای ذکر شده جهت مسیریابی، برای بسته‌های متفاوت دارای ارزش‌های متفاوت نیز می باشند و به تناسب ارزش هریک از این پارامترها، درخت‌های مسیریابی چندبخشی بهینه‌ای ایجاد می شود. جهت دستیابی به این هدف ازدو الگوریتم ژنتیک و الگوریتم کولونی مورچه‌ها استفاده می‌شود. نتایج به دست آمده از شبیه سازی نشان داده است که الگوریتم‌های ارائه شده با توجه به تناسب بسته‌ها، توانایی ایجاد درخت های چندبخشی بهینه ای را دارا می باشند.
پرونده مقاله
شبکه های بین خودرویی زیرمجموعه‌ای از شبکه های سیار موردی می باشد که در آن خودروها به عنوان گره های شبکه محسوب می شوند. تفاوت اصلی آن با شبکه های سیار موردی در تحرک سریع گره ها است که باعث تغییر سریع توپولوژی در این شبکه
می شود. تغییرات سریع توپولوژی شبکه یک چالش بزر چکیده کامل
شبکه های بین خودرویی زیرمجموعه‌ای از شبکه های سیار موردی می باشد که در آن خودروها به عنوان گره های شبکه محسوب می شوند. تفاوت اصلی آن با شبکه های سیار موردی در تحرک سریع گره ها است که باعث تغییر سریع توپولوژی در این شبکه
می شود. تغییرات سریع توپولوژی شبکه یک چالش بزرگ برای مسیریابی محسوب می شود که برای مسیریابی در این شبکه ها، پروتکل های مسیریابی باید قوی و قابل‌اعتماد باشد. یکی از پروتکل های مسیریابی شناخته شده در شبکه‌های بین خودرویی، پروتکل مسیریابیAODV است. اعمال این پروتکل مسیریابی بر روی شبکه های بین خودرویی نیز دارای مشکلاتی می‌باشد که با افزایش مقیاس شبکه و تعداد گره ها، تعداد پیام های کنترلی در شبکه افزایش می یابد. یکی از روش‌های کاهش سربار در پروتکل AODV، خوشه بندی کردن گره های شبکه است. در این مقاله برای خوشه بندی کردن گره ها از الگوریتم تغییریافته K-Means و برای انتخاب سر خوشه از الگوریتم ازدحام ذرات استفاده شده است. نتایج بدست آمده از روش پیشنهادی باعث بهبود بار مسیریابی نرمال شده و افزایش نرخ تحویل بسته در مقایسه با پروتکل مسیریابی AODV شده است.
پرونده مقاله
با توجه به رشد روزافزون شبکه‌های ارتباطی، در آینده نزدیک داده‌های چندرسانه‌ای در اینترنت اشیاء نقش قابل ملاحظه‌ای خواهند داشت. حجم بالای داده‌های چندرسانه‌ای باعث چالش‌هایی مانند کاهش طول عمر شبکه و ایجاد ازدحام در اینترنت اشیاء می‌شود. در این مقاله تابع هدف جدیدی بر مب چکیده کامل
با توجه به رشد روزافزون شبکه‌های ارتباطی، در آینده نزدیک داده‌های چندرسانه‌ای در اینترنت اشیاء نقش قابل ملاحظه‌ای خواهند داشت. حجم بالای داده‌های چندرسانه‌ای باعث چالش‌هایی مانند کاهش طول عمر شبکه و ایجاد ازدحام در اینترنت اشیاء می‌شود. در این مقاله تابع هدف جدیدی بر مبنای پروتکل مسیریابی RPL پیشنهاد شده است که ویژگی‌‌های داده‌های چندرسانه‌ای را در فرآیند مسیریابی، مورد نظر قرار میدهد. تابع هدف پیشنهادی ترکیب وزن‌دار دو معیار میزان انرژی باقیمانده و ظرفیت بافر گره‌ها را با توجه به حجم داده در مسیریابی در نظر می‌گیرد. به منظور ارزیابی این روش، داده‌ها بر اساس یک فایل اثر ویدئو (video trace) تولید شده و از سنجه‌های نرخ تحویل بسته، طول عمر شبکه، میزان دسترس‌پذیری گره‌ها در طول عمر شبکه، توزیع مصرف انرژی گره‌ها و تأخیر انتها به انتها برای ارزیابی روش پیشنهادی استفاده شده است. نتایج ارزیابی و مقایسه روش پیشنهادی با RPL پایه نشان میدهد که در روش پیشنهادی نرخ تحویل بسته نسبت به RPL پایه افزایش یافته است. همچنین این روش با توزیع انرژی بین گره‌ها طول عمر شبکه را نسبت به RPL استاندارد افزایش داده و با کاهش ازدحام شبکه میزان تأخیر انتها به انتها نسبت به RPL پایه کاهش یافته است.
پرونده مقاله
مسأله‌ی مسیریابی وسایل نقلیه، یکی از مهم‌ترین مسائل مدیریت زنجیره‌ی تأمین است، زیرا تخصیص مطلوب وسایل نقلیه تأثیر زیادی بر کاهش هزینه‌ها دارد. این مسأله در دسته مسائل سخت قراردارد و الگوریتم های دقیق کارایی لازم را برای حل آن ندارند. از این رو، می توان از الگوریتم فرااب چکیده کامل
مسأله‌ی مسیریابی وسایل نقلیه، یکی از مهم‌ترین مسائل مدیریت زنجیره‌ی تأمین است، زیرا تخصیص مطلوب وسایل نقلیه تأثیر زیادی بر کاهش هزینه‌ها دارد. این مسأله در دسته مسائل سخت قراردارد و الگوریتم های دقیق کارایی لازم را برای حل آن ندارند. از این رو، می توان از الگوریتم فراابتکاری استفاده کرد که راه حل های خوبی برای حل مسائل سخت ارائه می دهند. یکی از این الگوریتم ها، الگوریتم جهش قورباغه مخلوط شده است که از کارایی بالایی برخوردار است، اما در بعضی مواقع، تنوع جمعیت در آن به دلیل گروه-بندی قورباغه ها به سرعت کاهش می یابد، از این رو در دام بهینه های محلی گرفتار می آید. در این تحقیق، الگوریتم جهش قورباغه مخلوط شده فرد محور ارائه می گردد که از طریق تبادل اطلاعات سراسری و محلی، قابلیت اکتشاف و بهره برداری الگوریتم قورباغه را بهبود می دهد. به منظور ارزیابی الگوریتم پیشنهادی، از مسائل مسیریابی در ابعاد مختلف استفاده می گردد و نتایج آن با چند الگوریتم بهبود یافته جهش قورباغه مخلوط شده، شبیه سازی تبرید و الگوریتم ژنتیک مقایسه می شود. نتایج نشان می دهند که الگوریتم پیشنهادی، از نظر طول مسیر طی شده برای بهترین نتایج، میانگینی برابر با 1130.442 دارد و الگوریتم بعدی شبیه سازی تبرید با میانگینی برابر 1228.725می باشد. سایر الگوریتم ها با اختلاف زیادی در رده های بعدی قرار دارند.
پرونده مقاله
یکی از مسائل مهم در شبکه‌های کامپیوتری پویا از قبیل شبکه‌های اینترنت اشیاء که در آن هزینه اتصالات به‌طور پی‌درپی تغییر می‌کند، ایجاد توازن بار ترافیکی و افزایش سرعت انتقال بسته‌ها در شبکه است. بطوری که بسته‌های داده از مسیرهایی با حداقل تراکم به مقصد برسند؛ درنتیجه یکی چکیده کامل
یکی از مسائل مهم در شبکه‌های کامپیوتری پویا از قبیل شبکه‌های اینترنت اشیاء که در آن هزینه اتصالات به‌طور پی‌درپی تغییر می‌کند، ایجاد توازن بار ترافیکی و افزایش سرعت انتقال بسته‌ها در شبکه است. بطوری که بسته‌های داده از مسیرهایی با حداقل تراکم به مقصد برسند؛ درنتیجه یکی از روش‌های اصلی برای حل مسائل مسیریابی و توازن بار استفاده از الگوریتم‌های مبتنی بر مورچه است.با استفاده از روشی جدید مبتنی بر بهینه‌سازی کلونی مورچه چندگانه ، هدف این پژوهش ارائه یک الگوریتم مسیریابی مناسب در جهت کوتاه کردن و بهبود بخشیدن مسیر با توجه به پارامترهای تأخیر انتها به انتها ، نرخ اتلاف بسته ،پهنای باند و نرخ مصرف انرژی است تا داده ی حس شده در سیستم‌های اینترنت اشیاء به مقصد برسد. این روش در نرم‌افزار متلب پیاده‌سازی شده است . نتایج حاصل از آزمایش‌ها، بهبود در پارامترهای مذکور را نشان میدهد.
پرونده مقاله
اینترنت اشیا یک ایده جدید و پرکاربرد با هدف اتصال اشیاء از طریق فناوری های ارتباطی است. مشکل سازگاری با فناوری پیشین در طول سال‌های گذشته همواره یکی از چالش‌برانگیزترین موضوعات این حوزه بوده است. پروتکل RPL از سال 2012 به عنوان راه‌حلی برای مسیریابی اینترنت اشیاء توسط د چکیده کامل
اینترنت اشیا یک ایده جدید و پرکاربرد با هدف اتصال اشیاء از طریق فناوری های ارتباطی است. مشکل سازگاری با فناوری پیشین در طول سال‌های گذشته همواره یکی از چالش‌برانگیزترین موضوعات این حوزه بوده است. پروتکل RPL از سال 2012 به عنوان راه‌حلی برای مسیریابی اینترنت اشیاء توسط دانشمندان مطرح گردید. این پروتکل تا کنون مورد استفاده بسیاری از محققان و شرکت‌های تولیدی سخت‌افزاری در حوزه فناوری مذکور قرار گرفته است. پژوهش جاری ضمن ارائه یک مدل ماژولار و خوانا از پروتکل RPL به ارزیابی رفتاری آن از منظر وجود شرایط توقف، عبور چند باره ییام از یک مسیر خاص (شرایط حلقه)، و چگونگی واکنش در برابر ورودی های مختلف می‌پردازد.
پرونده مقاله
