移动模型是车辆自组织网络协议设计与性能优化的基础,然而,目前大部分研究采用的移动模型都忽视了模型与现实的相符程度,即实际性,导致协议设计或结果分析出现严重偏差。本申请,首先以群智能中粒子群算法为基础构建实际性移动模型基本框架,引入车辆自组织网络的宏微观移动特征和生物群体移动特征,以保证模型的真实性;随后将模型与地图信息相结合,并借鉴蚁群算法信息素思想,在地图中设置生物信息素诱导车辆,以保证模型的合理性;最后将感知学习能力赋予模型,为模型增加可扩展性。基于所提出的车辆自组织网络实际性移动模型,可提高以移动模型为基础的上层协议设计与工程规划的准确性,增强性能评估结果的可信性,为实现交通系统的智能化奠定基础,加速智能交通系统从理论研究向实际应用转化的过程。
英文主题词VANETs;Mobility Model;Swarm intelligence;;