بهبود ترافیک شهری در شبکه های بین خودرویی با استفاده از رویکرد پروتکل وضعیت-اتصال و شبکه های عصبی

شبکه های بین خودرویی اخیرا به عنوان یک حوزه پژوهشی و کاربردی نمایان شده اند که کاربردهای بسیار زیادی در حوزه های مختلف از جمله مدیریت ترافیک و مسیر حرکت خودرو دارند. یکی از چالش ها در شبکه های بین خودرویی، تغییر مکرر در حرکات وسایل نقلیه می باشد که باعث ایجاد تغییرات پویا در اتصال ارتباطی و توپولوژی شبکه می شود. از این رو در سناریو زمان واقعی به دلیل این تغییرات، شناسایی تراکم ترافیک با شکست مواجه می شود. در این مقاله با بکارگیری شبکه های عصبی در شبکه های بین خودرویی و با الهام گرفتن از پروتکل مسیریابی وضعیت-اتصال به بررسی و پیش بینی وضعیت ترافیکی مسیرها پرداخته ایم. به منظور بررسی کارایی روش پیشنهادی، از نرم افزارهای سومو و پایتون استفاده شده است. نتایج حاکی از آن است که با به روز رسانی اطلاعاتی از وضعیت ترافیکی مسیرها، روش پیشنهادی رهیافت مناسبی جهت پیش بینی ترافیک جاده ای می باشد