《表1 不同算法的平均迭代次数》

  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

《基于协作智能与子梯度优化算法的电力业务差异化QoS路由策略》

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

仍然以图1所示拓扑为例，在不同时延约束条件下，随机产生1 000例路由请求，并将文中所提算法分别与传统蚁群算法、参考文献[19]所提AQEA算法、式（13）所述最优解下界进行对比，如图6所示；同时给出不同算法的平均收敛次数，参见表1。通过观察图6可知，随着时延约束条件值不断增大，所有算法的平均代价会逐渐变小，而文中所提算法在大多数情况下要优于传统蚁群算法和AQEA算法；并能够接近最优解的下界。文中所提算法与最优解的下界之间的差值主要是由于文中所研究问题为组合优化问题，也就是说这是由优化目标、约束条件的连续性函数与最优路径离散特性导致的。通过表1可知在大多数情况下，文中算法较其他算法有着更快的收敛特性，验证了文中提出的改进信息素更新规则，以及通过子梯度优化及时剔除非可行解的算法优势。