شرح مختصر : سیستم هاي طبیعی مختلف به ما یاد میدهند که ارگانیسم خارجی بسیار ساده توان تولید سیستم هایی با قابلیت انجام کارهایی بسیار پیچیده را دارند. حشرات اجتماعی ( زنبور عسل، زنبور معمولی، مورچه ها و موریانه ها ) براي میلیونها سال بر روي کره زمین زندگی کردهاند، آشیانه هاي مختلف ساخته اند و آذوقه خود را سازمان دهی کردهاند. پویاگرایی جمعیت حشارت نتیجهاي از عملکردها و تعاملات بین حشرات با یکدیگر و با محیط اطراف است. این تعامل بر اساس یکسري عوامل فیزیکی و شیمیایی امکان پذیر است. مثالی براي چنین رفتارهایی، حرکت خاص مورچه ها در هنگام جمع آوري محصول است. مثال دیگر ترشح هورمون فنومون در مورچه ها که موجب راه گذاري براي سایرین میشود. این سیستمهاي ارتباطی بین حشرات موجب به وجود آمدن مقوله اي به نام “هوش اشتراکی” شدهاست. زنبورها فعالیتهاي خوراكجوییشان را بصورت اجتماعی سازمان دهی میکنند، زنبورهاي خوراكجو فاصله و کیفیت منابع غذایی را با یک نوع رقص به سایر زنبوران اطلاع میدهند . در این پایان نامه ما یک الگوریتم مسیریابی نو را معرفی میکنیم، BeeHive الهام گرفته از روشها و رویه هاي زنبورهاي عسل میباشد. در این الگوریتم، عامل زنبور از میان یک منطقه بسیار وسیع و بی انتها حرکت میکند، که ناحیه کاوش foraging zones نامیده میشود. اطلاعات زنبورها در مورد وضعیت شبکه براي به هنگام سازي جداول مسیریابی تحویل داده میشود. کندو اطلاعات محلی یا ناحیه اي را به ترتیب حساب میکند. از میان شبیه سازيهاي انجام شده نشان میده یم که یک BeeHive الگوریتم پیشرفته را انجام میدهد.فهرست :بخش اولمقدمهالگوریتم AntNetمراحل مختلف اجراي الگوریتم AntNetتوصیف یک مثالبخش دومپروتکل OSPFروش سیل آساAS شبکهناحیه یا Areaستون فقرات OSPFمسیریاب ABRبراي پیدا کردن بهترین مسیر در شبکه LS الگوریتمکوتاهترین مسیرتجزیه و تحلیل الگوریتم Shortest Pathانواع بسته هاي OSPFبخش سومکلونی زنبور در طبیعتمدل عامل زنبور عسلبسته بندهاشناسایی کنندگانخوراك جویانحرکت دسته جمعیمعماري BeeHiveتالار بسته بنديوروديسالن رقصالگوریتم BeeHiveجداول مسیریابی در الگوریتم BeeHiveبخش چهارممحیط شبیه سازي براي BeeHiveنتایج آزمایشبارهاي اشباع کننده (Saturating Loads)اندازه بخشهاي کاوشاندازه جدول مسیریابینقاط خطرناك (Hot Spot)از کارافتادن مسیریاب (Router Crash)هزینه سربار BeeHive