《表6 实验结果汇总:资源空窗期及任务可拆分的资源投入问题研究》
从表6可以看出,本文针对求解考虑资源空窗期及任务可拆分条件下的资源投入问题所设计的遗传算法,能在较短时间内求得较优解.对比本文算法改进下的求解任务不可拆分问题的结果与基本资源投入问题的结果,平均增量达4.3%;对比本文算法与改进下的求解任务不可拆分问题的结果,平均优化比率达3.5%.结果表明本文提出的改进型遗传算法在求解中具有优越性.
图表编号 | XD00160619600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 陆志强、周皓雪 |
绘制单位 | 同济大学机械与能源工程学院、同济大学机械与能源工程学院 |
更多格式 | 高清、无水印(增值服务) |