Genetic algorithms for shortest path routing
Télécharger en tant que PPTX, PDF6 j'aime8,267 vues
Le document semble contenir une série de données et de chiffres, probablement liés à des algorithmes et à des temps de calcul. Il mentionne des concepts comme l'algorithme de Dijkstra et des algorithmes génétiques, suggérant une analyse informatique. Cependant, la structure est fragmentée, rendant difficile une compréhension complète des thèmes abordés.
Genetic algorithms for shortest path routing
- 2. • • • • • • • • 2
- 3. • • • 3
- 4. • • • 4
- 5. • • • • 5
- 6. • • • 6
- 7. 7
- 8. • 8
- 9. • • • • 9
- 10. • • • 10
- 11. • • • 11
- 12. • • • • 12
- 13. 13
- 14. – – – – 14
- 15. 15
- 16. • • • 16
- 17. • • • 0 2 3 7 9 11 12 17 18 20 0 4 5 7 10 11 13 15 16 20 17
- 18. • 18
- 19. • • 19
- 20. • • • • 20
- 21. • • • 21
- 22. • • • 22
- 23. 23
- 24. • • 24
- 25. 25
- 26. 4.5 4 3.5 COMPUTATION TIME 3 2.5 Dijistkra 2 Genetic 1.5 Algorithm 1 0.5 0 15 20 25 30 35 40 45 50 No OF NODES 26
- 27. 27
- 28. • • 28
- 29. • • • • • • 29
Notes de l'éditeur
- #13: Crossover probability describes how often crossover would be performed.If no crossover the new off springswould be exact copies of parents
- #14: Example of one point crossover ..Crossover from the 9th bit
- #19: 10000 shows impossible paths/ non pathsOther values are costs associated with a path
- #21: Crossover probability is the measure of how often crossover would be performed.More than 0.5 is optimum
- #22: Mutation probability (or ratio) is basically a measure of the likeness that random elements of your chromosome will be flipped into something else
- #23: There may be change in topology of network as some nodes may join the network or some nodes may leave the network or some nodes may fail. Under these circumstances the optimal path may no more be the shortest.Hence the network has to be refreshed at every t secondsand new routes may be generated
- #26: Reached optimum after 29th run