يك روش مسيريابي در شبكه هاي سيار موردي با استفاده از فن‌هاي هوش مصنوعي توزيع شده

A Routing Method in Mobile Ad-Hoc Networks Using Distributed Artificial Intelligence Technics

امروزه به دليل افزايش ارتباطات بي سيم و لزوم بهره برداري از آن در مناطق مختلف، برپايي و استفاده از شبكه هاي رايانه اي بي سيم رشد فراواني داشته است. در اين راستا شبكه هاي سيار موردي نيز به لحاظ داشتن مزايايي چون عدم نياز به زير ساخت از پيش تعيين شده، مديريت مركزي و نيز تحرك و انعطاف پذيري بالا مورد توجه فراوان قرار گرفته است. از موارد مهم در اين گونه شبكه ها موضوع مسيريابي و برقراري ارتباط بين مبدا و مقصد است. در اين مقاله يك الگوريتم مسيريابي بر حسب تقاضا كه مبتني بر هوش تجمعي و راهبرد يادگيري تقويتي است، براي شبكه هاي سيار موردي ارايه مي شود.الگوريتم پيشنهادي منجر به كاهش تاخير سراسري ارسال بسته ، كاهش هزينه دريافت بسته درگره مقصد و همچنين افزايش ميزان كارايي شبكه مي شود. عملكرد اين الگوريتم با استفاده از نرم افزار NS شبيه سازي شده و مولفه‌هاي فوق در اين شبيه سازي با نتايج عملكرد دو پروتكل مسيريابي AODV و DSR مقايسه مي شود.

Nowadays, because of recent achievements in wireless technology and the need for pervasive usage of services, wireless networks usage have been soared widely. In addition, Adhoc wireless networks are popular because of not requiring central controller, adaptation to movements, and its high customizability. The important aspects of this network are routing algorithm and establishing connection between source and destination. In this paper, we propose a proactive routing algorithm for wireless adhoc networks based on swarm intelligence and reinforcement learning. The proposed algorithm, decreases the packet delays in network, lowers the costs of receiving packets, and improves performance of network as a whole. Functionality of this algorithm has been tested with NS simulator and the results have been compared with DSR and AODV algorithms.