《表1 1 各算法求解不同规模算例的目标均值和CPU(s）对比表》

  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

《基于企业间信任的云制造资源调度》

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

为验证IGASA算法的优越性，参考文献[20]和[21]的试验规模，随机生成六种不同规模的算例，分别为：5e5t5o、10e15t10o、20e20t15o、50e30t15o、80e50t20o和100e50t20o，且每种规模各包含两组不同问题。其中：e代表企业数，t代表任务数，o代表每个任务的子任务数，服务时间在[10，50]区间，服务成本在[100，500]区间，企业距离在[10，200]区间，每项子任务最多备选企业数在[3，8]区间。分别采用GA算法（传统遗传算法）、IGA算法（基于本文自适应交叉变异规则的遗传算法）、GASA算法（遗传与退火结合的算法）和本文的IGASA算法，进行求解交叉、变异和退火操作的算子参数与上节保持一致，遗传代数根据算例规模调整以保证得到收敛解，每组算例分别运行10次取平均值进行对比，得到表11。