《表2 改进鲸鱼算法与基本鲸鱼算法的对比》
本文将WOA算法离散化为解决车间调度问题,并加入了变邻域搜索提高算法的局部搜索能力,改进后的鲸鱼算法简写为SWOA。表2将SWOA和WOA运行同样的数据集进行对比测试。算法参数设置如下:工件的数目为n,机器的数目为m,种群数目为30,最大迭代次数为100。将每一个实例独立运行10次,其中表2中的LB和UB分别代表最优解的下界和上界,min代表运行10次程序后得到的求解最大完工时间最小的最优结果,max代表最大值,avg代表单独运行10次之后的平均值。提升率的计算公式为(WOAmin-SWOAmin)/SWOAmin,用于比较SWOA相较于WOA的提升效率。从表2中可以看出,10个测试数据中,SWOA均取得了较好的结果,虽然没有取得最优结,但是相比于WOA,已经有了一定程度的改善。而且在机器数为10和20的时候提升效率最高。图2和图3选取了最复杂的问题mk10,给出了最优解Cmax的甘特图和收敛曲线。
图表编号 | XD00125728000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 张斯琪、倪静 |
绘制单位 | 上海理工大学管理学院、上海理工大学管理学院 |
更多格式 | 高清、无水印(增值服务) |