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
استفاده از هوش مصنوعی در مدیریت منابع انسانی
مهدی محمدی امین - مهدی فرساد - هادی محمدی امین
طراحی و توسعه دستیار هوشمند مشاوره پزشکان در دانشگاه علوم پزشکی همدان
حبیب اله تحسینی - جواد کشوری کامران
یک سامانه هوشمند پشتیبان تصمیم مبتنی بر چندعامل برای طبقهبندی انواع کسبوکار
حسن ضیافت
مطالعه کامپوزیتهای سرامیکی هیدروکسیآپاتیت جهت استفاده در کاشتنیهای استخوانی
میلاد بدر - مهدیه سلطانعلیپور - جعفر خلیلعلافی
مروری برنقش اخلاق در حسابداری و مسئولیت اجتماعی شرکتها
حیدر محمدزاده سالطه - سولماز پورسعدی
Metal-Organic Frameworks: A Promising Class of Materials for Next-Generation Antibacterial Drug Delivery Systems
Shaghayegh Kohzadi - Zahra Mohammadi
بررسی نقش رایانش ابری در توسعه اینترنت اشیا: فرصتها و چالشهای ادغام فناوریها
سعیده نادری - سید حمید غفوری مهدی آباد
A Novel AR-Based Kalman Filtering Framework for ECG Enhancement
Hamed Danandeh Hesar
مدلسازی تصمیمگیری چندمعیاره در سیستمهای صنعتی با تأکید بر انتخاب ابزار هوشمند تحلیل داده
مهتاب شرافتی
تاثیر هوش مصنوعی در مدیریت بحران زنجیره تامین
علیرضا فولاد - شایان مسگر - احمدرضا مسئله - حسین پورابراهیم گیل کلایه
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