利用机器学习和双平面博弈模型的车联网拥挤感知路由算法

• 作者: 付凡成 张搴 谭晓芳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 车联网 机器学习 双平面博弈模型 分布式在线计算 移动拥挤感知
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 150-157
• 页数: 8页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.12.024

摘要

针对现有车载自组织网络(Vehicular Ad-Hoc Network,VANET)技术在既有自组织无线网络中很难通过直接调整以达到较高的可靠性,设计了新一代VANET管理方案以满足新的需求.设计用于VANET的新型纵向和横向博弈模型,在纵向博弈模型中,网络代理和车辆一起朝着合适的拥挤感知过程工作;在横向博弈中,VANET为车辆选择最佳路线.通过横纵向模型,利用机器学习的自主学习和优化决策为车联网拥挤感知提供了一种有效的双平面控制机制.基于分布式在线方法实现拥挤感知的自适应性和实时性,并通过控制决策权衡最优性和适用性.仿真和性能分析结果验证了所提方案的有效性.与现有方案相比,该方案在RS U的任务成功率、规范化路由吞吐量和端到端数据包延迟方面有较大改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭晓芳		9	7	2.0	2.0
2	付凡成		11	21	3.0	4.0
3	张搴		1	0	0.0	0.0