《表5 测试结果对比：能耗和噪声约束下的柔性车间调度决策优化》

  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

《能耗和噪声约束下的柔性车间调度决策优化》

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

从表5的实验结果可知，根据三组实验案例的测试结果，混合小生境的鲸鱼算法在给定的评价权重系数下均能找到较为满意的解，且在解的质量上有较大的提高．SWOA在处理4×5问题上，相较于其他三种算法，最优解相差不大，但是得到的三个目标的平均值均小于NSGA-II和WOA．在处理多工件问题上，SWOA对于完工时间的优化效果明显，表现出较大优势．在10×6问题上，SWOA取得的三个目标的平均值结果均优于MOGA和NSGA-II，有两个目标结果优于WOA．在20×5问题上，当SWOA和WOA获得相同的加工时间64时，SWOA的能耗值和噪声值都要低于WOA的求解结果，说明SWOA能够有效求解多目标FJSP问题．根据图5可知，Pareto可行解的分布性比较分散且均匀，能够有效跳出局部收敛状态，说明小生境种群能够引领鲸鱼算法跳出局部最优，扩大搜索的范围，有效更新外部文档中个体的最优个体，保证种群的多样性．根据图4的甘特图和图6各个目标的解的变化和种群均值的变化可知，在近60次迭代过程中就能够陷入收敛状态，说明了种群的收敛速度较快．