1. 研究目的与意义（文献综述）

车载式自组织网络技术（vehicular-ad-hoc-networks，vanet）是物联网在智能交通系统领域的应用和延伸，车联网在新型移动通信技术和网络的基础上实现了车与车、车与人、车与道路基础设施、车与网络服务平台的通信互联，即v2x（vehicle-to-everything)技术，其开发是为了通过经济高效的数据分发提供可靠的车载通信。车载通信可用于减少交通拥堵、交通事故、行驶时间和燃料消耗等。因此，车联网技术可以在车辆安全行驶和高效率交通上发挥重要作用。

vanet是智能交通系统（intelligent transportation system, its）的核心基础设施。为vanet开发的应用程序可分为三大类：（1）安全应用（例如道路危险控制通知和紧急电子休息灯）；（2）便利应用（例如停车可用性通知和拥挤的道路通知）；（3）商业应用（例如服务公告和内容地图数据库下载）。这些应用程序均以实时的通信流量为依托进行服务。

随着智能交通系统的快速发展，车联网通信网络的通信节点之间传输的数据呈现大颗粒化，业务种类呈现多样化，传输速率呈现高速化。但是，目前车联网的通信存在接入网环节薄弱、各种通信资源分布不合理、网络运转效率不足的问题，需要对车联网通信网络的流量分布和数据流向进行分析和预测，促使车联网通信资源更加合理高效的承载智能交通系统的业务。

车联网中数据传播，要聚焦于通信网络层和应用层协议，聚焦于基于网络拓扑信息的路由协议分类见下图：

目的节点序列距离矢量协议（destination sequenced distance vector，dsdv），在传统的路由信息协议(rip)路由表条目增加了新属性序列号,是车联网络的一种主动路由协议。通过新增加的序列号，移动节点区分陈旧路由信息与新路由信息，避免生成路径循环。

2. 研究的基本内容与方案

2.1基本内容

本文将从机器学习经典算法模型出发，基本内容包括：

（1）学习并掌握机器学习的基础理论及应用技术；

3. 研究计划与安排

1~3周：调研，完成开题报告。

4~6周：熟悉anaconda3、sumo、ns3平台。

7~8周：车流量预测部分的设计。

4. 参考文献（12篇以上）

[1]宋浒,杨波,郝悍勇,陈龙,刘赛,邱成杰,李凯.基于流量预测的电力通信网流量均衡管理系统[j].电力信息与通信技术,2018,16(11):53-57.michael mcroberts．beginningarduino．电子工业出版社, 2013.3

[2]郭靖彦.基于交通流量预测的车联网技术研究[d].电子科技大学,2018.

[3]肖瑞菊.基于智慧城市的电力通信流量预测模型研究[d].华北电力大学,2015.