《表3 参数表：基于分层和强化学习的改进路径搜索算法》

  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

《基于分层和强化学习的改进路径搜索算法》

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

实验2设网络为随机生成的幂律指数在2～3之间的无标度网络模型。大部分复杂网络符合2～3的幂律指数范围，因此能更科学地验证算法对真实复杂网络的适用性。设置节点规模为100，生成幂率指数从2.1～3的10个网络，将θi，i=1，2，3设为0.33，设定3个参考因素，值都为1～10之间的随机整数，相关参数设置见表3。实验过程为:分别使用MAL-QL算法和Qrouting算法进行路径搜索，在10组实验网络中，每次随机选取2个节点，重复进行100次，计算2种算法的平均收敛次数，以对比算法的收敛速度，结果如图2所示。