本發(fā)明涉及語義緩存算法，特別是一種普適的博弈均衡的語義緩存算法。
背景技術(shù)：
：語義緩存是各種移動傳感器數(shù)據(jù)庫系統(tǒng)的O2O應(yīng)用中的重要研究內(nèi)容，近年來，在大數(shù)據(jù)及物聯(lián)網(wǎng)飛速發(fā)展的背景下，語義緩存技術(shù)受到了廣泛的關(guān)注和重視。綜合國內(nèi)外的研究成果來看，發(fā)現(xiàn)傳統(tǒng)的方法都具有局限性，均不能滿足現(xiàn)在O2O移動傳感器數(shù)據(jù)庫發(fā)展的需求。例如：在文獻1中，雖然簇緩存算法考慮了語義與時間因素，但是只有定性分析,沒有定量描述(Q.RenandM.H.Dunham,“Usingclusteringforeffectivemanagementofasemanticcacheinmobilecomputing,”Mobile99Proceedingsofthe1stACMinternationalworkshoponDataengineeringforwirelessandmobileaccess,1999.)；在文獻2中，branchboundandgreedydual-sizefrequency(BBGDSF)雖然考慮了語義和時間因素提供了定量分析,但是只考慮了靜態(tài)位置信息模型,沒有考慮動態(tài)位置因素(L.Savary,G.Gardarin,andK.Zeitouni,“Geocachacacheforgmlgeographical，data,”InternationalJournalofDataWarehousing&Mining,vol.3,pp.66–87,2007.)；在文獻3中，collaborativespatialdatasharing(CSDS)雖然費用模型考慮了動態(tài)位置因素,但是沒有考慮語義和時間因素(Z.Huang,C.S.Jensen,andB.C.Ooi,“Collaborativespatialdatasharingamongmobilelightweightdevices,”SSTD’07Proceedingsofthe10thinternationalconferenceonAdvancesinspatialandtemporaldatabases,2007.)。技術(shù)實現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是：提供一種普適的博弈均衡的語義緩存算法，該算法是一個全新的語義緩存機制，其能夠解決在分布式傳感器數(shù)據(jù)庫系統(tǒng)的位置依賴的數(shù)據(jù)查詢優(yōu)化。本發(fā)明解決其技術(shù)問題采用以下的技術(shù)方案：本發(fā)明提供的普適的博弈均衡的語義緩存算法，具體是：基于納什均衡機制,設(shè)計分析和求解語義、時間和位置三個因素的參數(shù)表達，并且找到博弈均衡點，構(gòu)建博弈均衡方程,求解關(guān)系作用的協(xié)方差系數(shù)，以此獲得普適的博弈均衡的語義緩存算法。進而擴展到多因素比例變化,還能夠擴展到任意有限維度。所述的語義，包括：語義權(quán)Fi，j表示查詢的頻率，Ci，j費用，Si，j大小之間的關(guān)系。所述的時間，包括：生命權(quán)wi，j，2＝L,L表示時間生命周期。所述的位置，包括用于查詢起點和查詢對象的動態(tài)位置關(guān)系的位置權(quán)，用公式表示為：式中：V指移動設(shè)備的速度,tc指當(dāng)前時間，tx是指移動設(shè)備通過該位置時的時間，tf是指將來時間；這三個權(quán)的對象是相互獨立的，因而這三個權(quán)向量是線性無關(guān)。本發(fā)明采用以下方法求解協(xié)方差系數(shù)，其步驟包括：1)對基本的模型和參數(shù)進行重要等級的分析；2)利用新舊向量間的夾角余弦相等,找到納什均衡點,進而構(gòu)建博弈均衡方程組,求解協(xié)方差系數(shù),獲取優(yōu)化的語義緩存費用模型,從而實現(xiàn)在分布式中查詢優(yōu)化；所述的語義緩存費用模型為：給定K個線性無關(guān)的向量：它們的線性組合如下：式中αi，k表示組合系數(shù)。本發(fā)明采用以下方法實現(xiàn)步驟1)所述的對基本的模型和參數(shù)進行重要等級的分析；wi，j，2＝L,(4),上述三個權(quán)描述傳感器數(shù)據(jù)庫系統(tǒng)中的不同的關(guān)系，其中：語義權(quán)wi，j，1，F(xiàn)i，j表示查詢的頻率，Ci，j費用，Si，j大小之間的關(guān)系；生命權(quán)wi，j，2表示時間生命周期；位置權(quán)表示wi，j，3，查詢起點和查詢對象的動態(tài)位置關(guān)系；V指移動設(shè)備的速度,tc指當(dāng)前時間，tx是指移動設(shè)備通過該位置時的時間，tf是指將來時間。這三個權(quán)的對象是相互獨立的，因而這三個權(quán)向量線性無關(guān)。本發(fā)明采用以下方法實現(xiàn)步驟2)博弈均衡方程為：本發(fā)明提供的上述語義緩存算法，其在移動傳感器數(shù)據(jù)庫系統(tǒng)中的應(yīng)用。本發(fā)明在實踐應(yīng)用中，不同因數(shù)所占比例往往是不同的，需要對所述的模型做相應(yīng)的擴展來解決這個問題，其方法為：以三維向量為例:原來的權(quán)重模型：W＝αW′+βW″+γW″′,(8)總權(quán)重:W；語義權(quán):W′；時間權(quán):W″；位置權(quán):W″′。線性參數(shù):α，β，γ,α，β，γ∈R，α，β，γ≥0,而且α+β+γ＝1。原來的權(quán)重模型演變?yōu)樾碌臋?quán)重模型：先在W′,W″,W″′中增加相關(guān)系數(shù)而且設(shè)定：位置權(quán)，能量權(quán)，數(shù)據(jù)權(quán)，而且則原來的權(quán)重模型演變?yōu)椋罕景l(fā)明應(yīng)用時，能夠擴展到任意有限維度,以實現(xiàn)普適的效果。本發(fā)明與現(xiàn)有技術(shù)相比，具有以下主要的有益效果：1.在該機制中,用統(tǒng)一的費用模型結(jié)構(gòu),考慮多維現(xiàn)實約束或因素,利用博弈論的納什均衡概念來決定語義緩存的費用模型的參數(shù)。2.本方法綜合考慮了語義,時間和位置的三維向量博弈均衡。實際上對這三維向量的任意因素,有很多人考慮了專門的算法。本發(fā)明算法有機的組合了這三維因素,更重要的是,這樣以來,它更容易擴展,根據(jù)現(xiàn)有的平臺,能夠獲得全新的效果。它可以無縫的鏈接到多個因素,獲得渴望的效果。3.本方法不僅改進了現(xiàn)有的方法,而且可以擴展到n維度應(yīng)用場景的，還可以擴展到不同因素比例變化的應(yīng)用，我們的方法獲得了良好的效果。4.本方法有著廣泛的應(yīng)用前景,可應(yīng)用于數(shù)據(jù)聚集，手機游戲，線上教學(xué)，虛擬社區(qū)，網(wǎng)絡(luò)電商等等領(lǐng)域，有著廣泛的應(yīng)用前景。眾所周知，當(dāng)今無線通訊是一個非常新穎的領(lǐng)域，也是一個創(chuàng)造巨大生產(chǎn)力的領(lǐng)域。2014年11月11日光棍節(jié)阿里巴巴用時38分鐘突破100億交易額！雙十一當(dāng)天總金額571億2千8百萬，無線占比42.6％！除夕全天微信紅包收發(fā)總量達10.1億次，央視春晚微信搖一搖互動總量達110億次，峰值達8.1億次/次鐘；祝福在185個國家傳遞了3萬億公里。隨著無線手機用戶的增多，和應(yīng)用的擴展，這樣的應(yīng)用場景會越來越頻繁,如，在Wechat中會有多個用戶同時在線聊天分享文字、圖片、音樂和視屏等信息。會有多個用戶同時在線玩游戲，等等,本發(fā)明算法主要是針對這樣的場景設(shè)計的。首先,最重要的是節(jié)省了平均相應(yīng)時間，試想在峰值達8.1億次/分鐘的應(yīng)用場景下，平均相應(yīng)時間的節(jié)省是多么的重要；其次,是節(jié)省了帶寬等資源，對于這樣一個巨大的無線交互式交通，快速的查詢響應(yīng)，高效的緩存和數(shù)據(jù)庫操作,顯注的無線帶寬的節(jié)省，當(dāng)有億萬用戶交互時,提高的效率將非常明顯。附圖說明圖1表示本發(fā)明,位置度固定在30％,語義度取2,平均響應(yīng)時間的示意圖。圖2表示本發(fā)明,位置度固定在30％,語義度取4,平均響應(yīng)時間的示意圖。圖3表示本發(fā)明,位置度固定在30％,語義度取2,平均端點滿足率的示意圖。圖4表示本發(fā)明,位置度固定在30％,語義度取4,平均端點滿足率的示意圖。圖5表示本發(fā)明,語義度固定在3，位置度取10％平均響應(yīng)時間的示意圖。圖6表示本發(fā)明,語義度固定在3，位置度取50％，平均響應(yīng)時間的示意圖。圖7表示本發(fā)明,語義度固定在3，位置度取10％，平均端點滿足率的示意圖。圖8表示本發(fā)明,語義度固定在3，位置度取50％，平均端點滿足率的示意圖。具體實施方式下面結(jié)合實施例和附圖對本發(fā)明作進一步的說明，這些實施例僅僅是對本發(fā)明較佳實施方式的描述，但并不限定以下所述的內(nèi)容。本發(fā)明提供的普適的博弈均衡的語義緩存算法，其涉及各種移動傳感器數(shù)據(jù)庫系統(tǒng)的O2O應(yīng)用的位置，數(shù)據(jù)，能量博弈均衡的語義緩存查詢機制。首先,基于納什均衡機制,我們提出了一個根據(jù)分析語義,時間和位置三個因素關(guān)系作用的協(xié)方差系數(shù)的應(yīng)用。其次,對基本的模型和參數(shù)做了重要等級的分析。第三,我們描述和概括了通用的納什均衡機制,利用新舊向量間的協(xié)方差系數(shù)相等,找到納什均衡點,來求解協(xié)方差系數(shù)的問題。第四,進而利用這些協(xié)方差系數(shù),為在分布式查詢處理中的查詢優(yōu)化,獲取優(yōu)化的語義緩存費用模型。第五,擴展到多因素比例變化。之前各各因素所占的比例是相等的，但在實踐應(yīng)用中，不同因數(shù)所占比例往往是不同的,可以對所述的模型做相應(yīng)的擴展來解決這個問題。第六,值得強調(diào)的是,該方法能夠擴展到任意有限維度,所有這些是我們方法的典型特征。我們使用大量的試驗,測試調(diào)整了我們的模型,而且從海量的試驗結(jié)果中選擇有效的解空間證明我們的方法是有效的。最后,擴展的模擬結(jié)果顯示,我們的機制在響應(yīng)時間和端點滿足率上,優(yōu)于現(xiàn)有的方法。本發(fā)明提供的普適的博弈均衡的語義緩存算法，具體是：基于納什均衡機制,設(shè)計分析和求解語義、時間和位置三個因素的參數(shù)表達，并且構(gòu)建博弈均衡方程,求解關(guān)系作用的協(xié)方差系數(shù)，找到三個因素向量博弈均衡點,以此獲得普適的博弈均衡的語義緩存算法,進而擴展到多因素比例變化,還能夠擴展到任意有限維度。該算法包括定義基本概念、確定移動節(jié)點的權(quán)重、協(xié)方差系數(shù)標(biāo)準(zhǔn)化、納什均衡、多因素納什均衡和擴展到多因素比例變化步驟，具體如下：1.定義基本概念：首先，用一對坐標(biāo)來代表歐幾里德空間(x,y)，移動用戶的位置表示為坐標(biāo)(Lx,Ly)；移動速度V表示為<Vx,Vy>，用戶的位置在(Lx,Ly)時的速度，這里Vx和Vy是分別在x,y軸方向上的速度；所有的移動節(jié)點、語義緩存塊和考慮的因素的總數(shù)分別由I,J,K標(biāo)識；然后，定義三個整數(shù)集合它表示一個移動節(jié)點語義緩存塊因素或約束在移動節(jié)點的語義緩存塊的因數(shù)權(quán)表示為wi，j，k；在移動節(jié)點的語義緩存塊對所有k個因素的總權(quán)重表示為Wi，j。2.確定移動節(jié)點的權(quán)重：在確定移動節(jié)點的權(quán)重的過程中，先計算每個因素權(quán)的協(xié)方差系數(shù)，然后再算出每個因素權(quán)值,最后計算出它們的線性組合總權(quán)重。具體如下：在移動節(jié)點上的語義緩存的總權(quán)重Wi，j定義為在移動節(jié)點，語義緩存j所有被考慮因素的線性組合。該公式αk∈R是一個權(quán)wi,j，k的非負(fù)可擴展的協(xié)方差系數(shù)。在本發(fā)明的語義緩存LDD查詢優(yōu)化中，權(quán)重在K＝1,2,3時的定義為語義權(quán)wi，j，1,時間權(quán)wi，j，2,位置權(quán)wi，j，3，其表達式為：wi，j，2＝L,(4)上述三個權(quán)描述傳感器數(shù)據(jù)庫系統(tǒng)中的不同的關(guān)系，其中：語義權(quán)wi，j，1，F(xiàn)i，j表示查詢的頻率，Ci，j費用，Si，j大小之間的關(guān)系；生命權(quán)wi，j，2表示時間生命周期；位置權(quán)表示wi，j，3，查詢起點和查詢對象的動態(tài)位置關(guān)系。V指移動設(shè)備的速度,tc指當(dāng)前時間，tx是指移動設(shè)備通過該位置時的時間，tf是指將來時間。這三個權(quán)的對象是相互獨立的，因而這三個權(quán)向量線性無關(guān)。3.協(xié)方差系數(shù)標(biāo)準(zhǔn)化：在協(xié)方差系數(shù)標(biāo)準(zhǔn)化是指，所有協(xié)方差系數(shù)的和為1。具體如下：定理1.由多維權(quán)重的線性組合的總權(quán)重可由帶有協(xié)方差系數(shù)αi，1，αi，2，...，αi，k的方程來描述，其滿足以下關(guān)系：4.納什均衡：由方程(2)和(6)所表示的費用模型是系統(tǒng)獲得多因素平衡的一種標(biāo)準(zhǔn)形式，本發(fā)明引入納什均衡的概念來解決這種平衡關(guān)系。在博弈論中所有的參與者同時選擇行動稱為靜態(tài)博弈，完全信息博弈是指所有的博弈者對博弈問題的信息結(jié)構(gòu)有完全的了解。為了簡單有效的解決三維向量博弈均衡的問題，可以先從二維向量博弈均衡開始。如果二維向量博弈均衡成立，很容易擴展到三維向量，進而擴展到任意有限維。具體如下：設(shè)定位置，能量，數(shù)據(jù)權(quán)向量W’，W”和W”’是博弈的參與者。(1)可以把2維位置權(quán)向量W’和能量權(quán)向量W”博弈均衡看作是一個完全信息靜態(tài)博弈，此博弈通過矩陣來分析2維位置權(quán)向量W’與能量權(quán)向量W”的博弈來實現(xiàn)。博弈矩陣參見表1。在表1中,W’從行分析,W”從列分析。每個參與向量有兩個策略：獨占Monopolization(M)或合作Collaboration(C)。矩陣的每個值代表W’和W”每個權(quán)向量所作策略的相關(guān)收益。表1：博弈均衡矩陣位置權(quán)向量w’和能量權(quán)向量w”，獨占MonopolizationM；合作CollaborationC.w”MC0,01,00,1CosA,CosBw’MC(2)引入占優(yōu)戰(zhàn)略的概念來分析。占優(yōu)戰(zhàn)略是指在博弈中,對于所有的其它參與者的選擇。如果某種策略s都是參與者i的最優(yōu)選折，那么S是是參與者i的占優(yōu)策略。首先，排除(M,M)情況，因為對W’和W”都不是占優(yōu)的，如果兩個向量都獨占，將無法工作。其次，如果(M,C)，w’最大化利益，占優(yōu)；如果(C,M)，W”最大化利益,占優(yōu)；如果W’,W”是理性的，它們都不會選折(M,C)和(C,M)。最后，W’W”只會選折(C,C)，收益(CosA,CosB)的情況，即只有在(C,C)情況下存在博弈均衡。而且CosA,CosB都是變量，所以只有在CosA＝CosB時，是博弈均衡點。同理可推廣到位置，數(shù)據(jù)權(quán)向量W’和W”’博弈均衡，見表2。表2：博弈均衡矩陣位置權(quán)向量w’和數(shù)據(jù)權(quán)向量w”’.獨占MonopolizationM；合作CollaborationC.w”’MC0,01，01，0cosA,cosCw’MC只有在(C,C)情況下存在博弈均衡,而且只有在CosA＝CosB時，是博弈均衡點。進而可推廣到能量，數(shù)據(jù)權(quán)向量W’和W”’博弈均衡W”和W”’見表3。表3：博弈均衡矩陣能量權(quán)向量w”和數(shù)據(jù)權(quán)向量w”’.獨占MonopolizationM；合作CollaborationC.w”’MC0,01,01,0cosB,cosCw”MC只有在(C,C)情況下存在博弈均衡,而且只有在CosA＝CosB時，是博弈均衡點。綜上所述，可得在三維向量博弈均衡的情況下，在CosA＝CosB＝CosC時，是博弈均衡點。5.多因素納什均衡：定理2：給定K個線性無關(guān)的向量:它們的線性組合如下：Wi，*，1，Wi，*，2，...，1的納什均衡點是：定理3：對K個線性無關(guān)的向量在方程(7)和它們的線性組合方程(8)帶有協(xié)方差系數(shù)滿足條件方程(6)它的關(guān)系在方程(9)時，它的納什均衡點為：6.擴展到多因素比例變化：目前本實施例建立的方程(7)、(8)、(9)等是一個通用模型，其位置、能量和數(shù)據(jù)三個因素所占的比例是相等的。但在實踐應(yīng)用中，不同因數(shù)所占比例往往是不同的?？梢詫λ龅哪Ｐ妥鱿鄳?yīng)的擴展來解決這個問題。任何問題都是從簡單到復(fù)雜，從低級到高級發(fā)展演化而來的。為了簡單而有效的討論,我們舉三維向量為例來說明問題。原來的權(quán)重模型：W＝αW′+βW″+γW″′,(11)如方程(2)的三因素實例。本實施例通過以下方法，將原來的權(quán)重模型演變?yōu)樾碌臋?quán)重模型：先在W′,W″,W″′中增加相關(guān)系數(shù)設(shè)定：位置權(quán)，能量權(quán)，數(shù)據(jù)權(quán)，而且則原來的權(quán)重模型演變?yōu)椋喝绻鄳?yīng)權(quán)重w的對應(yīng)系數(shù)越大，那么它在整個模型中所占的比重越大，這個系數(shù)可由用戶根據(jù)需要設(shè)定。進而如何確定不同參數(shù)在模型中的比例，可以用到敏感度分析，這部份內(nèi)容不在本實施例討論范圍之內(nèi)，可以參見文獻A.Saltelli,M.Ratto,T.Andres,F.Campolongo,J.Cariboni,D.Gatelli,M.SaisanaandS.Tarantola.GlobalSensitivityAnalysis.JohnWiley&Sons,theprimeredition,2008.本發(fā)明提供的上述的普適的博弈均衡的語義緩存算法，其性能可以通過以下方法驗證。本發(fā)明算法有一個固有的平臺，該平臺是綜合考慮位置、能量和數(shù)據(jù)的三維向量博弈均衡。實際上對這三維向量的任意因素，有很多人考慮專門的算法。本發(fā)明算法有機地組合了這三維因素，更重要的是，這樣以來，它更容易擴展，根據(jù)現(xiàn)有的平臺，能夠獲得全新的效果。它可以無縫的鏈接到多個因素，獲得渴望的效果。本發(fā)明算法是一個通用的機制,可以考慮K>3因素，為了方便應(yīng)用,下面給出一個對三維因素專門的例子的試驗。(1)性能評測指標(biāo)：眾所周知，當(dāng)今無線通訊是一個非常新穎的領(lǐng)域，也是一個創(chuàng)造巨大生產(chǎn)力的領(lǐng)域。2014年11月11日光棍節(jié)阿里巴巴用時38分鐘突破100億交易額！雙十一當(dāng)天總金額571億2千8百萬，無線占比42.6％！除夕全天微信紅包收發(fā)總量達10.1億次，央視春晚微信搖一搖互動總量達110億次，峰值達8.1億次/次鐘；祝福在185個國家傳遞了3萬億公里。隨著無線手機用戶的增多，和應(yīng)用的擴展，這樣的應(yīng)用場景會越來越頻繁。如，在Wechat中會有多個用戶同時在線聊天分享文字、圖片、音樂和視屏等信息。會有多個用戶同時在線玩游戲，等等,本發(fā)明算法主要是針對這樣的場景設(shè)計的。首先,最重要的是節(jié)省了平均相應(yīng)時間，試想在峰值達8.1億次/分鐘的應(yīng)用場景下，平均相應(yīng)時間的節(jié)省是多么的重要；其次,是節(jié)省了帶寬等資源，對于這樣一個巨大的無線交互式交通，快速的查詢響應(yīng)，高效的緩存和數(shù)據(jù)庫操作,顯注的無線帶寬的節(jié)省，當(dāng)有億萬用戶交互時,提高的效率將非常明顯。性能評測指標(biāo)有兩個基本參數(shù):平均響應(yīng)時間：所有的查詢的響應(yīng)時間的平均值。從查詢在移動設(shè)備上發(fā)出，到該查詢得到回答,之間的流逝時間稱為查詢的響應(yīng)時間。更短的響應(yīng)時間意味著更高的性能。平均端點滿足率：在查詢系統(tǒng)服務(wù)器之前，一個查詢在相鄰的移動客戶的語義緩存塊中被滿足。更高的端點滿足率表示更優(yōu)的性能,它意味著更短的節(jié)點交互,更多的無線帶寬節(jié)省和更低的系統(tǒng)服務(wù)器交互費用。上述兩個基本參數(shù)表示來源于移動客戶的語義緩存，而不是網(wǎng)絡(luò)服務(wù)器的查詢結(jié)果,在所有查詢結(jié)果中的比例。(2)試驗設(shè)計：為了評價平均響應(yīng)時間和平均端點滿足率這兩個性能指標(biāo)，本發(fā)明設(shè)計了傳感器系統(tǒng),包括：兩個服務(wù)器和多個移動客戶,通過無線方式相互連接。這些移動客戶在矩形區(qū)域內(nèi)移動，提交查詢的位置、時間、語義,和其它屬性與要求。每個移動節(jié)點都保留有自己的緩存，當(dāng)一個移動客戶提交查詢,他首先在本地緩存中處理查詢；如果查詢沒有完全滿足，他轉(zhuǎn)到其它節(jié)點做進一步的查詢；如果查詢?nèi)耘f沒有得到滿意的回答,就將該查詢傳送到服務(wù)器端進行查詢。在移動傳感器數(shù)據(jù)庫系統(tǒng)中,服務(wù)器保留一個完全的數(shù)據(jù)版本。每個移動客戶裝備了很多功能模塊,包括網(wǎng)絡(luò)管理模塊、查詢處理模塊和語義緩存管理模塊，其中：網(wǎng)絡(luò)管理模塊維護與其它節(jié)點和中心服務(wù)器的無線網(wǎng)絡(luò)交互；查詢處理模塊經(jīng)由語義緩存生成和處理查詢。語義緩存管理模塊管理語義緩存的存儲與替換操作。(3)系統(tǒng)指標(biāo)和情景：模擬試驗的系統(tǒng)設(shè)置指標(biāo)如下表，每個移動節(jié)點在一個矩形框內(nèi)移動,這兩個邊隨機的生成50m到1000m,100m到2000m，它移動的速度在每秒1unit/sec到10unit/sec之間。移動設(shè)備的整數(shù)在100到5000之間,產(chǎn)生了一個中等規(guī)模的數(shù)據(jù)級。這個無線半徑為100m到10m。無線網(wǎng)絡(luò)帶寬設(shè)為典型的值19.2kbps。傳遞路由信息的最大跳數(shù)為兩跳,是為了獲得較好的緩存效果,而又不必付出過高的費用。(4)改變語義度參數(shù)：將位置度固定在30％,語義度取1；2；3；4，選擇不同類型的方法比較：我們的方法,BBGDSF,CSDS，實驗結(jié)果顯示我們的方法優(yōu)于其它的方法。由于篇幅因素,我們只選擇位置度固定在30％,語義度取2；4，的試驗結(jié)果:圖1-圖2表示平均響應(yīng)時間。如圖1-圖2所示,因為本方法綜合考慮了多個因數(shù),使得多因素能夠獲得精細(xì)的納什均衡,所以該方法的平均響應(yīng)時間明顯優(yōu)于其它方法。圖3-圖4表示平均端點滿足率。如圖3-圖4所示,隨著語義度的增加，我們的方法顯示比其它方法更好的平均端點滿足率,尤其當(dāng)運行時間相當(dāng)長的時候。(5)改變位置度試驗結(jié)果：將語義度固定在3,位置度取10％；20％；50％；60％，然后選擇不同類型的方法比較：我們的工作,BBGDSF,CSDS，實驗結(jié)果顯示我們的工作優(yōu)于其它的方法。由于篇幅因素,我們只選擇語義度固定在3,位置度取10％；50％，的試驗結(jié)果:圖5-圖6表示平均響應(yīng)時間。如圖5-圖6所示,本方法明顯好于其它方法。圖7-圖8表示平均端點滿足率。如圖7-圖8所示,在大部分情況下,本方法顯示比其它的方法更好的平均端點滿足率,尤其當(dāng)長時間運行時,該方法顯示出優(yōu)勢。綜上所述，本發(fā)明方法優(yōu)于其它的方法,在眾多可能的條件中，較長的應(yīng)用時間下,該方法更強壯,更適應(yīng)于復(fù)雜多變邊的網(wǎng)絡(luò)應(yīng)用。當(dāng)前第1頁1 2 3