• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >CACONET: Ant Colony Optimization (ACO) Based Clustering Algorithm for VANET
【2h】

CACONET: Ant Colony Optimization (ACO) Based Clustering Algorithm for VANET

机译：CACONET：基于蚁群优化（ACO）的VANET聚类算法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A vehicular ad hoc network (VANET) is a wirelessly connected network of vehicular nodes. A number of techniques, such as message ferrying, data aggregation, and vehicular node clustering aim to improve communication efficiency in VANETs. Cluster heads (CHs), selected in the process of clustering, manage inter-cluster and intra-cluster communication. The lifetime of clusters and number of CHs determines the efficiency of network. In this paper a Clustering algorithm based on Ant Colony Optimization (ACO) for VANETs (CACONET) is proposed. CACONET forms optimized clusters for robust communication. CACONET is compared empirically with state-of-the-art baseline techniques like Multi-Objective Particle Swarm Optimization (MOPSO) and Comprehensive Learning Particle Swarm Optimization (CLPSO). Experiments varying the grid size of the network, the transmission range of nodes, and number of nodes in the network were performed to evaluate the comparative effectiveness of these algorithms. For optimized clustering, the parameters considered are the transmission range, direction and speed of the nodes. The results indicate that CACONET significantly outperforms MOPSO and CLPSO.
机译：车辆自组织网络（VANET）是车辆节点的无线连接网络。消息传递，数据聚合和车辆节点群集等多种技术旨在提高VANET中的通信效率。在群集过程中选择的群集头（CH）管理群集间和群集内通信。群集的生存期和CH的数量决定了网络的效率。提出了一种基于蚁群优化（ACO）的VANET聚类算法（CACONET）。 CACONET形成了优化的群集，以实现可靠的通信。通过经验将CACONET与最新的基线技术进行比较，例如多目标粒子群优化（MOPSO）和综合学习粒子群优化（CLPSO）。进行了改变网络的网格大小，节点的传输范围和网络中的节点数的实验，以评估这些算法的比较有效性。为了优化聚类，考虑的参数是节点的传输范围，方向和速度。结果表明，CACONET明显优于MOPSO和CLPSO。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号