MAZACORNET: Mobility aware zone based ant colony optimization routing for VANET
Notice bibliographique
Résumé
Vehicular Ad hoc Networks (VANET) exhibit highly dynamic behavior with high mobility and random network topologies. The performance of Transmission Control Protocols (TCP) in such wireless ad hoc networks is plagued by a number of problems: frequent link failures, scalability, multi-hop data transmission and data loss. In this work, we make use of the vehicle's movement pattern, vehicle density, vehicle velocity and vehicle fading conditions to develop a hybrid, multi-path ant colony based routing algorithm, Mobility Aware Zone based Ant Colony Optimization Routing for VANET (MAZACORNET). that exhibits locality and scalability. We use ACO to find multiple routes between nodes in the network to aid in link failures. To achieve scalability we partition the network into multiple zones. We use proactive approach to find a route within a zone and reactive approach to find routes between zones using the local information stored in each zone thereby trying to reduce broadcasting and congestion. Our proposed algorithm makes effective use of the network bandwidth, is scalable and is robust to link failures. The results show that the algorithm works well for dense networks. The algorithm produces better delivery ratio and is scalable for zones beyond four. When compared to other existing VANET algorithms, the hybrid algorithm proved to be more efficient in terms of packet delivery ratio and end to end delay. To our knowledge this is the first ant based routing algorithm for VANET that uses the concept of zones.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».