《表2 单次预测下I-I-A与GA对比结果》

  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

《基于预测机制的装配作业重调度问题建模优化》

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

考虑到本文I-I-A属于启发式算法，遗传算法（GA）作为经典启发式算法其解决调度问题的适用性和有效性已被大量文献研究验证，为进一步验证I-I-A的算法性能，将其与GA进行对比。GA在种群规模和迭代总数上与I-I-A保持一致，但交叉和变异采用固定概率0.8和0.7，初始种群仅采用一种随机生成方式。该对比实验中各算例都确定了10个激发预测机制的关键作业，每个算例进行3次实验，每次实验这10个关键作业在保持前端一致而后端分别采用I-I-A和GA可得到10个调度结果和对应的目标函数值，I-I-A优化得到的目标函数值与GA优化得到的目标函数值之间的差值百分比用G表示，表2汇总了每次实验10个实验结果的最大、最小、平均G和2种算法的运行时间。