《表4 10 jobs实验结果》

  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

《考虑排班的人力资源投入问题的建模与优化》

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

为了验证本文设计的采用对作业延迟时间编码的遗传算法（DTGA）的有效性，选取10 jobs、14jobs、18 jobs、30 jobs、60 jobs、90 jobs，各10个算例进行数值实验，与文献中对采用作业浮动时间进行编码的遗传算法（FTGA)[24]进行比较。数值实验在C#(Visual Studio 2017）语言环境下编程实现，测试平台为Intel Core i5 4th处理器，2.40 GHz主频，4G内存，结果如表4至表7所示。其中，AD、AF、AC分别为该组算例在DTGA、FTGA和CPLEX下所求得平均目标函数值，TD、TF、TC分别为平均运算时间，G1、G2分别为DTGA、FTGA所求目标函数值与CPLEX最优解的差距，G为DTGA和FTGA之间的差距。遗传算法的种群数为50，交叉概率为0.8，变异概率为0.3。