پارامترهای تنظیم پروتکل مسیریابی OLSR با الگوریتم اکتشافی برای VANET

شبکه حمل و نقل Adhocدر (VANET)یک محیط جدید شبکه‌ای است که مفهوم محاسبات فراگیر را برای آینده دنبال می‌کند. وسایل نقلیه با استفاده از تکنولوژی‌های ارتباطی بی‌سیم و عمل کردن همانند نوده‌ای کامپیوتری در مسیر جاده قرار می‌گیرند و این امر روش سفر را سازمان دهی می‌کند. VANETها جایگزین‌های بسیاری برای آخرین برد کاربردها فراهم می‌کند که نه تنها باعث می‌شود که سفر امنیت بلکه لذت را نیز به همراه داشته باشد. رسیدن به مقصد یا به دست آوردن کمک بسیار آسان‌تر خواهد بود. مفهوم VANETها کاملا ساده است از جمله ارتباطات بی‌سیم و قابلیت تقسیم داده‌ها، وسایط نقلیه را می توان به یک شبکه با ارایه خدمات مشابه مشابه آن‌هایی که از آن‌ها استفاده می‌کنیم، هدایت کرد. VANETها به عنوان مشتق از شبکه‌های سیار Adhoc (MANET در نظر گرفته می‌شوند. اگر چه آن‌ها نیز دارای برخی صفات متغیر نیز هستند. راه‌حل‌های ذکر شده برای MANET باید به دقت محاسبه شود و سپس به منظور استفاده در متن VANET تطبیق داده شود. علاوه بر این، VANETها نیز برای MANET ها نیز مشابه است. به عنوان مثال، شبکه‌ها شبکه‌های تلفن همراه چند hop هستند که دارای توپو

Vehicular Adhoc Network provides ability to wirelessly communicate between vehicles. Network fragmentations and frequent topology changes (Mobility of the nodes) and limited coverage of Wi-Fi, are issues in VANET, that arise due to absence of central manager entity. Because of these reasons, routing the packets within the network is difficult task. Hence, provisioning an adept routing strategy is vital for the deployment of VANETs. The optimized link state routing is a well-known mobile adhoc network routing protocol. In this paper, we are proposing an optimization strategy to fine-tune few parameters by configuring the OLSR protocol using metaheuristic method. We considered some of the quality parameters such as packet delivery ratio, latency, throughput and fitness value for fine tuning OSLR protocol. Then we made Comparison of genetic algorithm, particle swarm optimization algorithm by using QoS parameters. We implemented our work on Red Hat Enterprise Linux 6 platform. And results