Figure 2 plots acceptance ratios ve

Figure 2 plots acceptance ratios versus last 300 demands as well as average computing times of static scenario on MIRA topology. It is clearly observable that TEARD accepts more demands than the other algorithms. Particularly, after 1000 demands, acceptance ratio of TEARD is the highest (61.2%). Next is RRATE (59.3%) then MIRA (58.7%), and MHA has the lowest acceptance at 56.9%. However, MHA is the fastest algorithm, meanwhile MIRA is the lowest due to its maxflow-mincut calculation. For instance, in figure 2(b) computing time of MHA is faster than MIRA about 25 times. Figure 2(b) also depicts that RRATE requires long time to handle first several hundreds of demands, but after that learning stage the time of RRATE considerably decreases. Nevertheless, TEARD achieves good computation time (average of 0.1 ms) that is comparable to MHA (0.04 ms) and much lower than both MIRA (1.0 ms) and RRATE (0.3 ms).

Kết quả (Việt) 2:

Hình tỷ lệ chấp nhận 2 lô so với 300 nhu cầu cuối cùng cũng như thời gian tính toán trung bình của kịch bản tĩnh trên MIRA topo. Nó rõ ràng là quan sát được rằng TEARD chấp nhận nhu cầu hơn các thuật toán khác. Đặc biệt, sau 1000 nhu cầu, tỷ lệ chấp nhận TEARD là cao nhất (61,2%). Tiếp theo là RRATE (59,3%), sau đó MIRA (58,7%), và MHA có sự chấp nhận thấp nhất 56,9%. Tuy nhiên, MHA là thuật toán nhanh nhất, trong khi đó MIRA là thấp nhất do tính maxflow-mincut của nó. Ví dụ, trong hình 2 (b) tính toán thời gian của MHA là nhanh hơn so với MIRA khoảng 25 lần. Hình 2 (b) cũng miêu tả rằng RRATE đòi hỏi thời gian dài để xử lý một số hàng trăm đầu tiên của nhu cầu, nhưng sau đó giai đoạn học tập thời điểm RRATE giảm đáng kể. Tuy nhiên, TEARD đạt được thời gian tốt tính (trung bình là 0,1 ms) mà là so sánh với MHA (0,04 ms) và thấp hơn nhiều so với cả MIRA (1,0 ms) và RRATE (0,3 ms).