[ACM出版社第20届国际会议 - 印度班加罗尔（2019年1月4日-2019年1月7日）] 第20届分布式计算与网络国际会议论文集 - ICDCN '19 - 动态场景下半透明光网络中减少再生次数的有效启发式算法

1：实验设计与方法选择：

该启发式算法通过将入向连接请求路由至再生节点最少再生的路径来应对动态场景。其采用预计算的k条最短路径（使用Yen算法）及CLR启发式确定的再生器位置。针对每个新连接，评估所有k条路径后选择透明段数量最少的路径，若存在平局则通过排序再生向量使各再生器的再生次数最小化。

2：样本选择与数据来源：

仿真使用NSF网络（14个节点/21条链路）和ARPA2网络（21个节点/25条链路）。再生器位置通过CLR启发式选定（NSF网络为节点6、7、9；ARPA2网络为节点8、6、15、16）。

3：9；ARPA2网络为节点16）。 实验设备与材料清单：

3. 实验设备与材料清单：采用ANSI C++编写的程序，在Ubuntu 16.04 LTS 64位操作系统（搭载Intel Core i3 CPU M 380 @ 2.53GHz×4处理器及3GB内存）上运行。

4：04 LTS 64位操作系统（搭载Intel Core i3 CPU M 380 @ 53GHz×4处理器及3GB内存）上运行。 实验流程与操作步骤：

4. 实验流程与操作步骤：每组实验重复50次取平均值。生成动态请求集后，分别使用所提启发式算法与文献[13]的H启发式进行路由对比。波长分配采用首次命中策略，初始假设无阻塞条件，随后通过变化波长评估阻塞概率。

5：数据分析方法：

性能指标包括总再生次数(T)、单再生器最大再生次数(M)及连接阻塞概率。结果以柱状图呈现并进行启发式算法间的对比分析。