《表2 算例实验结果：柔性车间内AGV最优替换比研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《柔性车间内AGV最优替换比研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证粒子群算法的寻优能力，从Bilge等人[14]提出的40个算例中选取部分进行计算:4台加工设备、装载台、卸载台，与AGV构成了四种布局，并且考虑AGV的搬运时间和空载时间，求出最短加工时间。算例“Ex31”中，3表示Jobset3，1表示layout1。MAS表示文献[15]提出算法的结果。GAHA-2、GAHA-3表示文献[16]提出的2个和3个AGV在考虑工件加工完成搬运至卸载台的情况下，采用遗传算法与启发式混合算法所得到的结果。FDE、FMAS分别表示文献[17，18]提出算法的结果。PSO和FPSO表示使用本文改进粒子群算法，分别计算车间调度和柔性车间调度的最短加工时间。通过实验结果可知，本文提出的改进粒子群算法有较好的寻优能力。运用本文算法计算车间调度问题时，66.67%的解优于MAS（R=2）与GAHA（R=2）的最优解，100%的解优于GAHA（R=3）的解。在计算柔性车间调度问题时，50%的解优于FDE（R=2）与FMAS（R=2）的最优解。同时不难发现，增加AGV能够缩短整个完工时间，完工时间越长，增加AGV更有效。不同算例实验结果如表2所示。