Chƣơng III : Các thuật toán tối ƣu áp dụng cho việc tìm kiếm điểm cân bằng
4.3. Đánh giá kết quả mô phỏng
Từ kết quả mô phỏng trên, so sánh với phương pháp tối ưu hỗn độn ( Chaotic Optimization), dễ dàng nhận thấy phương pháp Gradient search ưu việt hơn về tốc độ hội tụ để tìm ra điểm cân bằng. Điều này được thể hiện qua số lần lặp mà phương pháp sử dụng. Sự khác biệt về tốc độ hội tụ của hai thuật toán được thể hiện qua bảng 4.3 và đồ thị 4.3.
Số anten Số bƣớc lặp
Chaotic Gradient 2 37 2 3 16 4 4 34 4 5 26 6 6 26 4 7 23 4 8 23 6 9 34 5 10 14 6
44 Theo kết quả từ bảng 4.3 và hình 4.3, với trường hợp trạm gốc và CPE sử dụng 2 anten, để đạt tới trạng thái cân bằng, phương pháp tối ưu hỗn độn cần 37 bước lặp [11] trong khi phương pháp Gradient chỉ sử dụng 2 lần lặp.
Tương tự, ở trường hợp dùng 4 anten, số lần lặp của 2 phương pháp lần lượt là 34 và 4. Với trường hợp dùng 8 anten, con số so sánh của 2 phương pháp là 23 và 6 lần lặp.
Hình 4.3. So sánh số bước lặp của hai phương pháp tối ưu ứng với số anten.
Cả hai phương pháp đều cho kết quả giống nhau là tốc độ thu tin toàn cục tăng tuyến tính với logarit của số anten, tuy nhiên, phương pháp gradient tỏ ra vượt trội về tốc độ hội tụ. Kết quả này đáp ứng được kỳ vọng của luận văn, khi sử dụng thuật toán Gradient search như một công cụ tìm kiếm điểm cân bằng về tốc độ truyền tin của hệ thống mạng Femtocell.
45