基于遗传算法的车联网数据流管理
车辆自组织网中的车辆相互利用无线电波交换数据，但网络中没有固定的基础设施。在这样一个通信机制下，终端直接通过其邻居获得信息，也可从其它车辆获得信息，将它们之间的车辆当做中继器使用。在车辆自组织网中，各种各样的信息能够相互交换，尤其将那些有影响的、致命的事件向驾驶员发出警告。在驾驶期间，车辆将被周围车辆的信息所覆盖。相应的数据可用来警告驾驶员，或存储起来用于下一步的信息传递。近些年来，很多工作都旨在研究车载信息传递和评价的一些方面。
提出一种用来管理数据流的模型，用遗传算法来确定足够数量的车辆，从而广泛采集数据。遗传算法基于自然选择的原理，能够在一个优化问题上选择一个最接近的解。遗传算法的核心是，没有完全详细的点解空间，但会形成一组可能的最初解即初始种群，通过迭代得到最好的下一代，最终经过淘汰得到最优解。其目的是寻找一个最好的群体，用来在车辆自组织网中遗传并且分布数据包。试验结果表明，基于遗传算法的车联网数据流管理能以最短的传播距离、最快的时间将数据发送到目的车辆。
刊名：Information Technology and Knowledge Management（英）
刊期：2011年第1期
作者：S.Raghay et al
编译：王也
