《表8 单、双层遗传算法在不同规模实验中的性能（每组实验运行10次取均值）》

  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

《穿越式自动化轨道吊任务分配与作业序列联合优化》

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

为分析双层遗传算法的优化效果，设计单层遗传算法，将任务分配与作业序列分层编码[30-31]。上层染色体使用“01”编码，0表示对应位置的任务分配给YCA，1表示对应位置的任务分配给YCB；下层染色体使用任务号编码，基因位置表示任务先后顺序，例如01011#53214，表示YCA任务序列为52，YCB任务序列为314。在遗传操作时，上下层染色体分别独立操作。遗传操作中采用轮盘赌选择策略，交叉变异操作同双层遗传算法中的内外层染色体操作，并通过预先实验分析设置单层遗传算法的交叉率为0.8，变异率为0.05。单层遗传算法和双层遗传算法在不同规模实验中的性能表现如表8所示。由表8可见，单层遗传算法运算时间在0.6s以内，相对于双层遗传算法存在较大优势，但是优化效果明显差于双层遗传算法，平均单任务完成时间比双层遗传算法增加30%左右。可见，双层遗传算法对作业时间敏感的双ARMG任务分配与作业序列联合优化问题具有良好的优化效果。