Many routing schemes [4] and [5] ha

Many routing schemes [4] and [5] have been proposed to address QoS requirements. In most of these schemes, only one of the desired objectives is optimized, while others are assumed as problems’ constraints [6]. In certain applications, a meta-heuristic approach [7] and [8] using a multi-objective optimization (MO) algorithms that can provide several optimal solutions may be preferred, since single design objective algorithms ignore other relevant objectives. By considering all objectives simultaneously, a set of optimal solutions can be generated, also known as the Pareto solutions [9] of the multi-objective problem. It is also known from [10] that finding optimal routes for multiple objectives in networks (multi-constrained QoS routing), is a NP-complete problem, hence efficient heuristic search algorithms based on reduced-complexity Evolutionary Algorithms (EAs) [11] are necessary.

結果 (繁體中文) 1:

為滿足 QoS 需求提出了許多路由方案 [4] 和 [5]。在大多數這些方案，只有一個預期的目標進行了優化，而其他人都假定作為問題的約束條件 [6]。在某些應用程式的元啟發式方法 [7]，[8] 使用可以提供幾個最優解可能是首選，以來單一的設計目標演算法忽略其他有關目標的多目標優化 (MO) 演算法。通過同時考慮所有的目標，可以生成最優解集的也被稱為帕累托解 [9] 的多目標問題。也眾所周知是從 [10] 尋找 (多約束 QoS 路由選擇)，網路中的多個目標的最佳路線是一個 NP 完全問題，因此有必要用高效的啟發式搜索演算法的基礎減少複雜性進化演算法 (EAs) [11]。

結果 (繁體中文) 2:

許多路由方案[4]和[5]已經提出來解決QoS要求。在大多數這些計劃，只是期望的目標之一是優化的，而另一些則假定為問題“約束[6]。在某些應用中，一元啟發式方法[7]和[8]利用多目標優化（MO）算法，可以提供若干最佳解決方案可能是優選的，因為單一的設計目標的算法忽略其他相關目標。通過同時考慮所有的目標，可以產生一組最佳的解決方案，也被稱為Pareto解多目標問題的[9]。它也是由公知的[10]，尋找對多目標優化的路由在網絡（多約束QoS路由），是一個NP完全問題的基礎上，降低的複雜性進化算法（EAS），因此有效的啟發式搜索算法[11]是必要的。

結果 (繁體中文) 3:

許多路由方案[ 4 ]和[ 5 ]已提出以解决服務質量要求。在大多數的這些方案中，只有一個所需的目標是優化的，而其他人被假定為問題的約束[ 6 ]。在某些應用中，元啟發式方法[ 7 ]和[ 8 ]使用一個多目標優化算灋，可以提供幾個最佳的解決方案可能是優選的，因為單一的設計目標算灋忽略其他相關目標。通過同時考慮所有的目標，一組最優的解決方案，可以產生，也被稱為帕累托解決方案[ 9 ]的多目標問題。也正是從[ 10 ]稱，發現網絡中的多目標優化的路線（多約束QoS路由），是一個NP完全問題，囙此有效的啟發式蒐索算灋的基礎上，降低了複雜性的進化演算法（EAS）[ 11 ]是必要的。