《表2 在Waxman模型下求得的LNA和GTMR的最大值》
如图7所示,当网络处于动态环境下,统计Waxman模型和BA模型下的DSR随时间的变化情况。节点变动率设定为每分钟随机退出50个节点,同时每分钟随机加入50个节点。在OLT算法和3DO算法中只考虑了网络节点加入算法,并没有给出网络节点退出时的算法,因此图7中的仿真结果只统计了MHTMOA算法和Pan算法在Waxman模型和BA模型下DSR的对比数据。在BA模型下,采用MHTMOA算法求解到的DSR值随时间变化从3.0逐渐降到里2.2;在Waxman模型下,采用MHT-MOA算法求解到的DSR值随时间变化从2.9逐渐降到里1.9;且随着时间的变化,DSR值上下浮动较小,稳定性较好。由此可知,当网络节点处于动态变化的环境时,采用MHTMOA算法生成的树形网络拓扑可以使邻近节点能够保持良好的稳定性。当动态的覆盖网络环境中有节点退出时,采用MHTMOA算法能够使退出节点的子节点根据加入算法再次加入到网络中,这时产生的节点维护开销等同于对单个节点维护所产生的开销,从一定程度上能够降低部分网络开销。
图表编号 | XD0024700800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.25 |
作者 | 吴树鑫 |
绘制单位 | 广东青年职业学院 |
更多格式 | 高清、无水印(增值服务) |