最短路径问题可以通过许多方法解决。 启发式方法以降低准确性为代价提供了较低的复杂性。 在许多用例中,可以接受较低的精度以换取较低的计算资源消耗。 学习自动机(LA)是自适应机制,需要来自执行环境的反馈才能收敛到某些状态。 在网络路由的上下文中,位于路径中间节点的LA利用来自目标节点的反馈来减少例如路径的长度。 根据拓扑的资源(如节点和边号),必须使用适当的迭代次数。 迭代次数越多,路径最优的可能性就越高,但是会消耗更多的计算资源。 开发在https://github.com/zfoxer/LaPath进行
2021-11-11 10:14:11
23KB
开源软件
1