Manuscript profile

شبکه های خودرویی موردی نمونه ای از شبکه های سیار موردی هستند که خودروها نقش گره های متحرک را ایفا می کنند. در این شبکه ها خودروها با یکدیگر ارتباط دارند و می توانند به یکدیگر پیام ارسال کنند که با زیرساخت کنار جاده ای نیز ارتباط دارند. به طور مثال در هنگام بروز تصادف از این تبادل پیام برای آگاهی سایر خودروها استفاده می شود. در چنین شبکه هایی، مسیریابی موضوع اساسی برای طراحی شبکه است. طراحی های ضعیف باعث ایجاد مشکلات جدی در شبکه های خودرویی می شود. انتقال داده به صورت Multi-hop در شبکه هایVANET کاری است پیچیده، زیرا گره های شبکه (وسایل نقلیه) بسیار متحرک بوده و به همین دلیل احتمال قطع شدن ارتباط بسیار زیاد است. از این رو تکنیک های ارسال اطلاعات در شبکه های خودرویی بسیار حائز اهمیت هستند و در سال های اخیر مورد توجه ویژه ای قرار گرفته اند. در این مقاله یک پروتکل مسیریابی توزیع شده با رویکرد محاسبه تاخیر انتها به انتها در مسیرهای ایجاد شده، قبل از ارسال بسته داده ارائه شده است. این پروتکل بر روی قطعات جاده ای، ستون فقرات پایدار ایجاد کرده و آنها را از طریق گره های پل به یکدیگر وصل می کند. گره های پل به قطعات جاده ای وزن اختصاص می دهد که آن را از روی اطلاعات جمع آوری شده از تاخیر موجود در مسیرها و کیفیت ارتباط انجام می دهد. نتایج شبیه سازی نشان دهنده موفقیت پروتکل پیشنهادی در مقایسه با دو پروتکل معروف شبکه های خودرویی AODV و AOMDV است. Manuscript profile

Considering the importance of water and computing the amount of rainfall runoff resulted from precipitation in recent decades, using appropriate methods for predicting the amount of runoff from rainfall date has been really essential. Rainfall-runoff models are used to estimate runoff generated from precipitation in the catchment area. Rainfall-runoff process is totally a non-linear phenomenon. In the present study, it has been tried to Model Ghatoor-Chai River rainfall-runoff, one of the studying sub-basins of Aras River with an area of 8544 square kilometers, by genetic programming and to analyze the results. In this study, the statistical data from Ghatoor-Chai’s daily rainfall-runoff, Marakan hydrometric station during the period 1386-1390 has been used. Data from events during the period 1386-1389 is used for training and data from 1390 for testing. In this modeling, 8 input models have been defined for the system. After applying input models in system, the results based on statistical measures of root-mean-square error and correlation coefficient were analyzed and evaluated. The findings show the success of genetic programming for rainfall-runoff process and this procedure can be suggested as a way for modeling this process. Manuscript profile