效能評估方法

在本節中，將介紹本研究以何種方式選擇指標以及該指標如何對 LCC 演算 法與 TBC 演算法進行比較。在 3.3.1 小節中將介紹評估指標種類、項目以及選擇 原因，而在 3.3.2 小節中介紹如何在模擬實驗中藉由交通模型蒐集評估指標所需 要的資料。

3.3.1 效能評估指標種類

由於在本實驗的目標為透過實際地理位置與資訊更新時間挑選出叢集管理 者，以降低在調整或是管理叢集時需要的額外負擔，也讓形成的叢集能具有適應 性，可以自行調整出較完整而不破碎的叢集，讓叢集能有效降低訊息傳遞時的複 雜度，故在本實驗中會將指標分為以下三種類別，並對於每一個類別選擇所需要 的指標：

1. 對於整體交通環境：

以環境中之平均叢集數量作為指標。對於環境中每一台車輛而言，若是 能形成較完整不破碎的叢集，每一個叢集中的成員則會較多，讓整體交

通環境中的叢集數減少。若是環境中的叢集總數目越少，則只需要較少 的車輛擔任系統負擔較大的叢集管理者即可，其餘車輛只需要擔任負擔 較小的叢集成員。

2. 對於個別叢集：

以叢集調整次數作為指標。對於一個叢集而言，若是愈少調整叢集，則 叢集成員不需花額外負擔更改叢集相關資訊，也只需對固定的叢集管理 者發送資訊。在本實驗中，每產生一次叢集管理者或是移除一次叢集管 理者，皆為叢集調整。

3. 對於個別車輛：

以平均封包傳遞時間作為指標。對於每一台車輛，若是能形成較完整不 破碎的叢集，每一個叢集中的成員則會較多，讓整體交通環境中的叢集 數減少。在整體車輛數與交通環境不變的情形下，若是能以較少叢集管 理整個車用網路環境，對於一個固定出發地點與目的地的封包來說，傳 遞過程中所經過的叢集數目即與傳遞所需時間成正比，故愈少叢集愈能 減低封包傳遞的時間。

3.3.2 評估指標蒐集方式

當每回合車輛移動結束後，便會將其歷史資訊，如總移動距離與總移動時間 等記錄下來，並在本研究第四章中提出結果分析。在 3.3.1 小節中提到了本實驗 主要觀察的三項指標，以下將介紹在實驗中如何取得這些指標。

1. 平均叢集數量：

在實驗的每一回合結束前，計算目前交通環境中擁有幾台叢集領導者車 輛，並且將其累加至 Cluster_Number 變數，因一個叢集領導者車輛即

代表了一個叢集。在實驗結束後，將 Cluster_Number 變數除以總實驗 回合數，即可得到平均叢集數量。

2. 叢集調整次數

在實驗過程中，若是遇到車輛將其狀態由叢集領導者改變為叢集成員或 由叢集成員改變為叢集領導者，即將 Cluster_Adjustment 變數加 1，在 實驗結束後，Cluster_Adjustment 變數即為叢集調整次數。

3. 平均封包傳遞時間

因為在 VANET 中，封包傳遞時間可以視為在傳遞過程中之傳輸時間與 處理時間之總和，而此時間與跳躍(Hop)次數成正比，故在此實驗中，

將以累計封包之跳躍次數至 Hop_Number 變數，實驗結束後再將 Hop_Number 變數除以總路況資訊請求發送之次數，即可得到每次路況 資訊請求時之平均跳躍數。