3 Đảm bảo an ninh và tính sẵn sàng của dịch vụ đáp ứng QoS
2.3 So sánh kết quả của Hybrid I, Hybrid II, ACO-BSC1, ACO-BSC2
Test n m n P i=1 wi m P j=1
pj Hybrid I Hybrid II ACO-BSC1 ACO-BSC2
TN TB TN TB TN TB TN TB #14 10 3 35 39 73.8 73.8 73.8 73.8 73.8 73.8 73.8 73.8 #15 10 3 39 42 86.9 86.9 86.9 86.9 86.9 86.9 86.9 86.9 #16 10 3 34 37 96.6 96.6 96.6 96.6 96.6 96.6 96.6 96.6 #17 20 6 77 83 151.1 152.6 151.1 152.8 151.1 152.6 151.1 152.3 #18 20 6 61 68 164.6 166.8 164.6 168.3 164.6 166.8 164.6 165.9 #19 20 6 72 79 165.7 167.1 165.7 167.3 165.7 167.1 165.7 167.1 #20 30 10 117 127 295.8 303.4 295.4 307.2 295.4 303.5 295.4 301.3 #21 30 10 98 120 303.1 318.5 309.8 322.1 303.1 319.9 303.1 316.9 #22 30 10 94 120 311.6 321.9 304.8 325.9 304.8 320.8 304.8 316.1 #23 50 17 182 204 496.6 517.2 490.3 521.8 490.3 514.5 490.3 501.8 #24 50 17 174 193 516.6 538.8 521.7 541.5 516.6 536.1 516.6 529.9 #25 50 17 173 204 546.4 571.4 542.6 572.2 542.6 561.6 542.6 550.2 #26 100 30 292 360 884.1 925.6 881.3 924.4 881.3 915.9 881.3 914.4 #27 100 30 334 360 815.4 883.6 823.4 878.9 815.4 878.3 815.4 871.8 #28 100 30 342 360 849.4 898.8 862.8 907.4 849.4 893.4 849.4 878.3
Kết quả thực nghiệm chứng minh được ưu điểm của hai thuật toán ACO- BSC1 và ACO-BSC2 được đề xuất so với các đề xuất trước đó về sự hội tụ của hàm mục tiêu qua kết quả trung bình và thời gian thực thi trung bình. Sự khác biệt này có được là nhờ quá trình lựa chọn phân bố các trạm BTS trong tập ứng viên được xem xét một cách toàn diện không mang tính cục bộ, tham lam như các cách tiếp cận trước đó. Hơn nữa, bản thân mỗi thuật toán lại có những ưu, nhược điểm riêng. Ưu điểm của SA, SA-Greedy, LB-Greedy, GA, GA-Greedy, Hybrid I, Hybrid II là dễ cài đặt, có thể đưa ra lời giải nhanh nhưng chưa chắc đã tối lưu. Sự khác biệt về phương án tối ưu giữa các thuật toán được thể hiện rõ khi kiến trúc mạng lớn và phức tạp. Khi đó, các thuật toán có tính Greedy chỉ tìm được các lời giải cục bộ, đây là nhược điểm lớn nhất so với PSO và ACO. Sự khác biệt giữa PSO và ACO còn được thể hiện ở cấu trúc biểu diễn bài toán. Với cách tiếp cận đồ thị, thuật toán ACO có thời gian thực thi nhanh hơn so với PSO do không
phải xây dựng lại hướng di chuyển của bầy đàn. Thực nghiệm trên cho thấy khả năng kết hợp tìm kiếm cục bộ cải tiến được lời giải là khá cao. Trong trường hợp, thuật toán ACO-BSC1 không sử dụng tìm kiếm cục bộ thì thông tin heuristic sẽ rất cần thiết để có được lời giải tốt. Trên thực tế, ban đầu các vết mùi được khởi tạo như nhau nên không thể giúp kiến tìm đường đi dẫn tới các lời giải tốt, vì chưa khác nhau nhiều. Vai trò chính của các thông tin heuristic là để khắc phục điều này, giúp kiến có thể xây dựng được các hành trình tốt ngay từ giai đoạn đầu. Trong thuật toán ACO-BSC2, nhờ sử dụng tìm kiếm cục bộ, các con kiến vẫn có thể tìm được lời giải tốt ngay trong giai đoạn đầu, không cần sử dụng thông tin heuristic nào cả, mặc dù có làm cho quá trình tìm kiếm chậm hơn.
Thực nghiệm 3: Quá trình thực nghiệm tiếp theo được tiến hành trên bộ dữ liệu ngẫu nhiên gồm vị trí các trạm MS, BTS và BSC được sinh ra ngẫu nhiên trên kích thước lưới xác định với số lượng và kiểu các trạm BTS và BSC được thiết lập thông trong Bảng 2.4.