DOI: https://doi.org/10.48084/etasr.12744
تاريخ النشر: 2025-10-06
المؤلف: A. C. Pise وآخرون
الموضوع الرئيسي: شبكات السيارات المؤقتة (VANETs)
نظرة عامة
تقدم ورقة البحث تقنية توجيه جديدة تعتمد على الخوارزمية الجينية (GA) مصممة لتعزيز تسليم الحزم وتقليل استهلاك الطاقة في الشبكات المتنقلة المؤقتة (VANETs). يقوم البحث بنمذجة شبكة VANET تتكون من 500 مركبة ضمن منطقة 1000×1000 م²، حيث يتم تخصيص 1 جول من الطاقة لكل مركبة ويقتصر الاتصال على نطاق 150 م. تستخدم الخوارزمية الجينية دالة لياقة تعطي الأولوية للمسارات ذات تكاليف الطاقة المنخفضة، مستفيدة من اختيار البطولة، والتقاطع الطبيعي، والطفرات الواعية بالطاقة لإنشاء مسارات فعالة خالية من الحلقات في الشبكات متعددة القفزات. تشير نتائج المحاكاة إلى أن الطريقة المقترحة تتفوق بشكل كبير على بروتوكولات التوجيه التقليدية مثل AODV وDSR، حيث تحقق نسبة تسليم حزم (PDR) تبلغ 92.5% وتقلل من التأخير إلى 45.2 مللي ثانية، بينما تقلل أيضًا من إجمالي استهلاك الطاقة.
في الختام، فإن نهج التوجيه القائم على الخوارزمية الجينية يقلل بشكل فعال من استخدام الطاقة ويعزز كفاءة التوجيه في بيئات VANET الديناميكية. تتكيف الطريقة مع حركة المركبات وقيود الطاقة، مما يظهر قدرتها على الحفاظ على تسليم موثوق للحزم وإطالة عمر الشبكة. تم اقتراح تحسينات مستقبلية، بما في ذلك التكامل مع محاكاة الحركة في الوقت الحقيقي وتدابير الأمان ضد الهجمات المحتملة، بالإضافة إلى تحسين دالة اللياقة لتأخذ في الاعتبار عوامل إضافية مثل عرض النطاق وجودة الخدمة (QoS). يؤكد البحث على إمكانية هذا البروتوكول التوجيهي لتلبية الطلبات المتطورة لأنظمة النقل الذكية (ITS) من خلال تحسين التكيف والأمان والأداء في البيئات الحضرية المعقدة.
مقدمة
تناقش مقدمة ورقة البحث أهمية الشبكات المتنقلة المؤقتة (VANETs) في أنظمة النقل الذكية (ITS)، مع التأكيد على دورها في تعزيز سلامة الطرق وكفاءة المرور والترفيه من خلال تبادل البيانات في الوقت الحقيقي. على عكس الشبكات المتنقلة المؤقتة التقليدية (MANETs)، تواجه VANETs تحديات فريدة بسبب حركتها العالية، وتغير طوبولوجيا الشبكة، ومتطلبات الأداء الصارمة. تركز بروتوكولات التوجيه الحالية، مثل بروتوكول التوجيه عند الطلب (AODV) وبروتوكول التوجيه الديناميكي (DSR)، بشكل أساسي على تحسين المسارات دون معالجة استهلاك الطاقة بشكل كافٍ، وهو أمر حاسم للحفاظ على موثوقية الشبكة وطول عمرها.
للتغلب على هذه القيود، يقترح البحث استراتيجية توجيه جديدة تستخدم الخوارزميات الجينية (GAs) لتعزيز كفاءة الطاقة في VANETs. تتضمن هذه الطريقة دالة لياقة واعية بالطاقة تعاقب المسارات ذات الطاقة العالية بينما تعزز توزيع الطاقة المتوازن بين العقد. يتضمن البحث إطار محاكاة يقوم بنمذجة ظروف VANET في العالم الحقيقي، ويقيم البروتوكول القائم على الخوارزمية الجينية مقابل الطرق التقليدية من حيث مقاييس الأداء الرئيسية مثل نسبة تسليم الحزم (PDR)، والتأخير من طرف إلى طرف، وإجمالي الطاقة المستهلكة. تشير النتائج إلى أن البروتوكول القائم على الخوارزمية الجينية يحسن بشكل فعال إدارة الطاقة وكفاءة التوجيه، مما يعالج الحاجة الملحة لحلول مستدامة في المشهد المتطور بسرعة للشبكات المتنقلة.
مناقشة
تقدم البحث المقترح استراتيجية توجيه مدفوعة بالخوارزمية الجينية (GA) تهدف إلى تعزيز كفاءة الطاقة في الشبكات المتنقلة المؤقتة (VANETs). يتناول الإطار التحديات الحرجة في بروتوكولات VANET الحالية، مثل استهلاك الطاقة، وقابلية التوسع، وحركة العقد. من خلال استخدام GA، تولد الخوارزمية مسارات متعددة القفزات تعمل على تحسين استخدام الطاقة مع ضمان الاتصال الموثوق، خاصة في البيئات المرورية ذات الكثافة العالية. يتبع نموذج استهلاك الطاقة نموذج راديو من الدرجة الأولى، مما يسمح بمحاكاة دقيقة لاستنزاف الطاقة أثناء نقل البيانات واستقبالها.
تظهر نتائج المحاكاة فعالية النهج القائم على الخوارزمية الجينية مقارنة ببروتوكولات التوجيه التقليدية، AODV وDSR. حققت الخوارزمية الجينية نسبة تسليم حزم (PDR) تبلغ 92.5%، وتأخير من طرف إلى طرف قدره 45.2 مللي ثانية، وإجمالي استهلاك للطاقة يبلغ 0.66 جول فقط لكل عملية نقل بيانات، متفوقة بشكل كبير على كل من AODV وDSR في جميع المقاييس التي تم تقييمها. تشير هذه النتائج إلى أن الخوارزمية الجينية لا تحسن فقط موثوقية الشبكة وتقلل من زمن الاستجابة، بل أيضًا تطيل العمر التشغيلي للشبكة من خلال إدارة موارد الطاقة بشكل فعال. ستركز الأعمال المستقبلية على دمج بيانات الحركة في الوقت الحقيقي، وتعزيز الأمان ضد الهجمات المحتملة، وتحسين خوارزمية التوجيه للبيئات الديناميكية، مما يضمن قدرتها على التكيف ومرونتها في أنظمة النقل الذكية (ITS).
DOI: https://doi.org/10.48084/etasr.12744
Publication Date: 2025-10-06
Author(s): A. C. Pise et al.
Primary Topic: Vehicular Ad Hoc Networks (VANETs)
Overview
The research paper presents a novel genetic algorithm (GA)-based routing technique designed to enhance packet delivery and minimize energy consumption in vehicular ad hoc networks (VANETs). The study models a VANET comprising 500 vehicles within a 1000×1000 m² area, where each vehicle is allocated 1 J of energy and communication is limited to a 150 m range. The GA employs a fitness function that prioritizes routes with lower energy costs, utilizing tournament selection, natural crossover, and energy-aware mutation to establish efficient, loop-free paths in multi-hop networks. Simulation results indicate that the proposed method significantly outperforms traditional routing protocols like AODV and DSR, achieving a packet delivery ratio (PDR) of 92.5% and reducing delay to 45.2 ms, while also decreasing overall energy consumption.
In conclusion, the GA-based routing approach effectively minimizes energy usage and enhances routing efficiency in dynamic VANET environments. The method adapts to vehicle movement and energy constraints, demonstrating its capability to maintain reliable packet delivery and extend network longevity. Future enhancements are proposed, including integration with real-time mobility simulations and security measures against potential attacks, as well as optimizing the fitness function to consider additional factors such as bandwidth and quality of service (QoS). The research emphasizes the potential of this routing protocol to meet the evolving demands of intelligent transportation systems (ITS) by improving adaptability, security, and performance in complex urban settings.
Introduction
The introduction of the research paper discusses the significance of Vehicular Ad-hoc Networks (VANETs) in Intelligent Transport Systems (ITS), emphasizing their role in enhancing road safety, traffic efficiency, and infotainment through real-time data exchange. Unlike traditional Mobile Ad-hoc Networks (MANETs), VANETs face unique challenges due to their high mobility, dynamic network topologies, and stringent performance requirements. Existing routing protocols, such as Ad-hoc On-Demand Distance Vector (AODV) and Dynamic Source Routing (DSR), primarily focus on route optimization without adequately addressing energy consumption, which is critical for maintaining network reliability and longevity.
To overcome these limitations, the study proposes a novel routing strategy utilizing Genetic Algorithms (GAs) to enhance energy efficiency in VANETs. This approach incorporates an energy-aware fitness function that penalizes high-energy routes while promoting balanced energy distribution among nodes. The research includes a simulation framework that models real-world VANET conditions, evaluating the proposed GA-based protocol against traditional methods in terms of key performance metrics such as Packet Delivery Ratio (PDR), end-to-end delay, and total energy consumed. The findings indicate that the GA-based protocol effectively improves energy management and routing efficiency, addressing the pressing need for sustainable solutions in the rapidly evolving landscape of vehicular networks.
Discussion
The proposed research introduces a Genetic Algorithm (GA)-driven routing strategy aimed at enhancing energy efficiency in Vehicular Ad Hoc Networks (VANETs). The framework addresses critical challenges in existing VANET protocols, such as energy consumption, scalability, and node mobility. By employing a GA, the algorithm generates multi-hop paths that optimize power usage while ensuring reliable communication, particularly in densely populated vehicular environments. The energy consumption model adheres to a first-order radio model, allowing for accurate simulations of energy drain during data transmission and reception.
Simulation results demonstrate the effectiveness of the GA-based approach compared to traditional routing protocols, AODV and DSR. The GA achieved a Packet Delivery Ratio (PDR) of 92.5%, an end-to-end delay of 45.2 ms, and a total energy consumption of only 0.66 J per data transfer, significantly outperforming both AODV and DSR in all evaluated metrics. These findings indicate that the GA not only improves network reliability and reduces latency but also extends the operational lifetime of the network by effectively managing energy resources. Future work will focus on integrating real-time mobility data, enhancing security against potential attacks, and optimizing the routing algorithm for dynamic environments, thereby ensuring its adaptability and robustness in Intelligent Transportation Systems (ITS).