بهبود پروتکل مسیریابی WRP با استفاده از الگوریتم یادگیری ماشین

در یک شبکه موردی سیار تمامی نودها متحرک میباشند و به صورت پویا و با یک روش دلخواه ارتباطات را برقرار می کنند. در این نوع شبکه تمامی نودها به عنوان مسیریاب عمل کرده و در کشف و نگهداری مسیر به سایر نودها دخیل می باشند، بنابراین دانستن مدل تحرک نودها در ارزیابی کارایی آن بسیار مهم است. با توجه به اینکه در دنیای واقعی همیشه مدل تحرک نودها در دسترس نمی باشد و یا اینکه ممکن است مدل تحرک شبکه با گذشت زمان تغییر کند، لذا می توان با استفاده از الگوریتم هایی این مدل تحرک را تخمین زد و از این تخمین در مسیریابی ها استفاده نمود. در این مقاله پروتکل WRP توضیح داده شده و سپس با استفاده از الگوریتم یادگیری Q آنرا بهبود داده ایم

کلیدواژه ها:

الگوریتم های یادگیری ماشین ، پروتکل مسیریابی ، پروتکل WRP ، شبکه های موردی سیار