《表1 各对比算法所得解:基因池操作遗传算法的应用层组播路由优化》

《表1 各对比算法所得解:基因池操作遗传算法的应用层组播路由优化》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基因池操作遗传算法的应用层组播路由优化》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

根据本文采取的约束松弛策略,应从得到的Pareto前沿上截取符合度约束的解。图8(a)、(b)、(c)、(d)分别给出了本文算法对4个组播会话进行求解所得到的Pareto前沿,截取解均取自前沿上度约束超出量为0的非劣解。将截取解的拓扑结构列于表1。可以看出,本文算法求得的组播树全部满足Cod=2的度约束。当然仅满足度约束是不够的,传输时延也是评价组播树性能的核心指标。为了得到对本文算法构造的组播树在时延性能方面的评价基准,将几种已在IP组播中取得成功应用的智能算法迁移至应用层并在前述4个组播会话上进行同样的仿真测试。这些算法包括鱼群算法(Artificial Fish School Algorithm,AFSA)[18,27]和粒子群算法(Particle Swarm Optimization,PSO)[29]。需要说明的是:为了区别于本文采用的约束转目标的松弛策略,在测试AFSA[18]和PSO[29]的过程中,非可行解的评价采用具有代表性的惩罚函数法,其中惩罚因子分别取p=5和p=10;而AFSA[27]基于分治策略解决了有时延约束的IP组播路由问题,仅将时延约束替换为本文关注的度约束,并仍沿用其原有分治策略。为了便于和文献[18]中的AFSA进行区别,本文将文献[27]中采用分治策略的AFSA记作DC-AFSA(Divide-and-Conquer AFSA)。以上算法所得结果也在表1中列出。可以看出,AFSA和PSO在相同的惩罚因子p下总能得到一致的结果。当惩罚因子p=5时,AFSA和PSO对4个组播会话均得到了不满足度约束Cod=2的解;当惩罚因子p=10时,AFSA和PSO仍对第2、第4个组播会话求得非可行解。以组播会话(1)为例分析其原因:AFSA和PSO在惩罚因子p=5时得到的非可行解较之本文算法得到的组播树,丢弃了链路7?11而保留了链路11?18。根据图7,链路7?11的传输时延为33,而链路11?18的传输时延为25,因而AFSA和PSO在优化过程中通过保留链路11?18并丢弃链路7?11可获得传输时延减少8的收益(33-25=8),尽管链路11?18导致了18号节点的出度超过了Cod=2的限制,但惩罚因子p=5并不足以抵消传输时延的收益(8-p>0)。显然,得到非可行解并不是AFSA和PSO寻优能力的问题,而是惩罚函数法本身引入的求解风险。当惩罚因子p=10时,AFSA与PSO则得到了与本文算法相同的结果。显然,增加惩罚因子p能够降低求得非可行解的风险,但这种风险并不能完全消除。例如,对于组播会话(2)、(4),即使惩罚因子p从5增加到10,基于惩罚函数法的AFSA和PSO仍无法求得可行解。实际上,对组播会话(2)惩罚因子应至少取到p>37(注:191-154),对组播会话(4)则应取到p>11(注:414-403)。从这个角度讲,尽管在惩罚因子p=10时AFSA和PSO对组播会话(3)进行了成功求解,但仍有收敛至非可行解的风险。实际上,在求解之前确定惩罚因子的取值下界是不可能的。即便一再增大惩罚因子p也无法保证算法对所有网络、所有组播会话均有效。另一方面,惩罚因子p也不宜过大[30]。过大的惩罚因子会使算法的搜索很快被推至可行域内,从而难以接近约束边界并导致搜索效率的显著降低。相比于基于惩罚函数法的AFSA和PSO,基于分治策略的DC-AFSA对4个组播会话均求得了满足度约束Cod=2的组播树,表现出了与本文算法同等的可靠性。不过在时延性能方面,DC-AFSA对组播会话(4)得到的组播树较之本文算法求得的结果具有更大的时延。不难看出,尽管分治策略的确有助于提高算法对可行解的命中率,但对种群实行分治同时也弱化了算法的优化性能。表1结果表明,本文算法不仅具有较好的求解可靠性,同时在构造组播树的时延性能方面也优于对比算法。