《表3 铜渣成分分析：面向边缘计算的改进混沌蝙蝠群协同调度算法》

  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

《面向边缘计算的改进混沌蝙蝠群协同调度算法》

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

从表2和表3可以看出，TDDCBA对于不同任务数和不同服务器数的边缘计算任务调度所产生的时间开销和负载均衡度绝大多数情况下均小于QPSO，GA和BA算法．在本文中，还加入了服务器之间的带宽因素，所以TDDCBA算法所要求解的问题复杂度更高．其他三种算法在较小的迭代次数和较小的种群数量情况下，对比寻优效率普遍小于TDDCBA，容易陷入局部最优状态，而加入了二维扰动因子和混沌因子的TDDCBA算法可以更好地跳出局部最优，实现在较少的迭代次数和较小的种群数量情况下获得更优解的效果．而表2和表3为了消除偶然性，取的是10次实验的平均值，较小的误差和个别的相较于TDDCBA更短的时间开销值不能较直观显示QPSO和TDDCBA算法之间的差别，接下来对于多次运行结果的数据进行对比，比较算法的稳定性．由于种群初始化是随机生成的，所以算法每次运行的时候初始种群数据都会不一样，所以这就要求算法需要有一定的稳定性，对于不同的初始化情况都有较好的收敛性．