لطفا منتظر بمانید ...
0% Complete
English
☰
صفحه اصلی
کنفرانسهای فعال
مدیریت منابع انسانی پایدار
حسابداری
بازاریابی و برندینگ در عصر هوش مصنوعی
هوش مصنوعی:نوآوری، کسبوکار و آموزش
ارشیو کنفرانسها
اولین کنفرانس ملی هوش مصنوعی
دومین کنفرانس ملی هوش مصنوعی
اولین کنگره ملی حسابداری، مالی و مالیاتی
32کنفرانس بین المللی زیست پزشکی
راهنمای شرکت
نحوه ثبتنام
ثبت نام مدیریت منابع انسانی پایدار
ثبت نام دومین کنگره ملی حسابداری
ثبت نام سومین کنفرانس ملی هوش مصنوعی
ثیت نام بازاریابی و برندینگ در عصر هوش مصنوعی
ثبت نام زنجیره ارزش نفت گاز و پتروشیمی
ارسال مقاله
فرمت مقالات مدیریت منابع انسانی پایدار
فرمت مقالات سیستم های هوشمند حسابداری
فرمت مقالات ملی بازاریابی و برندینگ در عصر هوش مصنوعی
فرمت مقالات سومین کنفرانس هوش مصنوعی
سوالات متداول
اخبار و رویدادها
درباره ما
تماس با ما
صفحه اصلی
/
دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی
Optimization of AODV Routing Protocol in Ad Hoc Networks Using Particle Swarm Optimization Algorithm
نویسندگان :
Jalileh Alboshokeh
1
Touraj Mohammadpour
2
1- دانشگاه آزاد اسلامی واحد آیت الله آملی
2- دانشگاه آزاد اسلامی واحد آیت الله آملی
کلمات کلیدی :
Ad Hoc networks،AODV protocol،Optimization،PSO algorithm،Routing
چکیده :
Optimization of routing protocols is one of the significant challenges in Ad Hoc networks. One of the effective routing protocols in these networks is AODV protocol. This paper aims to optimize the AODV routing protocol in Ad Hoc networks using the Particle Swarm Optimization (PSO) algorithm. After determining the range of network parameters, the objective function of the algorithm is defined like other optimization algorithms. To define the objective function, four parameters, namely the ratio of packets arrived at the destination to the packets sent at the source (PDR), the average time of packet arrival from the destination to the source (AE2ED), routing transfer (NRL) and the number of hops on the route (NHP) are considered. The PSO algorithm obtains the optimal values of the parameters using the minimization of the defined objective function. After determining the objective function through the weighted sum of the mentioned parameters, the optimization of the objective function is realized using PSO. The simulation results show that by obtaining values of 0.87, 4, 0.049, and 1.5 respectively for PDR, NHP, AE2ED, and NRL parameters, the proposed method performs better than similar algorithms such as ACO and ICA.
لیست مقالات
لیست مقالات بایگانی شده
پیشنهاد درمان شخصیسازیشده برای بیماران OCD با یادگیری تقویتی
سمیه حسینی زنوزی
ارتباط بین عملکرد پایداری و سرمایه گذاری بیشتر و کمتر از حد
سعید انور خطیبی - علی زارع بهتاشی
جایگاه هوش مصنوعی در آینده اقتصاد ایران
سید کمال صادقی - فاطمه نمازی - هانیه پور مهدی
بررسی تأثیر ابعاد سه گانه سرمایه فکری بر عملکرد مالی سازمان منطقه آزاد تجاری و صنعتی ماکو
فرشید میابی - المیرا گوهری بوکت
ارائه مدل ترکیبی کشف نفوذ مبتنی بر تحلیل دادههای بزرگ و یادگیری عمیق در محیطهای توزیعشده
شاهین سمیع عادل
Gait Retraining of Musculoskeletal Patients Using Deep Learning Techniques
Kourosh Alimadadi - Masoud Shariat Panahi - Morad Karimpour - Hadi Ghattan Kashani
شناسایی نقش تحولآفرین هوش مصنوعی بر خودکارسازی فرآیندهای حسابداری و سادهسازی گزارشهای مالی
صدیقه بخشی زاده باغستانی
Towards Accurate Multimodal Defformable Image Registration via Image Translation and Weak Supervision
Maryam Nasr - Mohammadreza Yazdchi - Mohsen Safdari
شناسایی خودکار حملات روز صفر با رویکرد چندفازی در تولید امضاهای Snort
مازیار کریمی - سعید مهرجو
توسعه پیشرفته بازیهای ویدیویی با بهرهگیری از هوش مصنوعی و مدلهای زبانی بزرگ: از چارچوبهای چندعاملی تا بصریسازی هوشمند
سجاد یوسفی - مریم پورنجف - نیلوفر منفردنژاد
بیشتر
19 اردیبهشت 1405
راهنمای انتخاب کنفرانس معتبر برای چاپ مقاله علمی
19 اردیبهشت 1405
چرا شرکت در کنفرانسهای علمی برای مصاحبه دکتری اهمیت دارد؟
21 اردیبهشت 1405
پذیرش سریع مقاله در کنفرانسهای علمی مهندسی و فناوری آغاز شد
21 اردیبهشت 1405
آغاز ثبتنام در همایشهای بینالمللی مدیریت و حسابداری
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.0