《表3 需用爆破器材表：改进人工蜂群算法求解模糊柔性作业车间调度问题》

  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

《改进人工蜂群算法求解模糊柔性作业车间调度问题》

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

为了测试本文算法的性能，对一组小规模的实例和两组标准的数据进行了测验.第一组小规模的数据来源于文献[1].这组数据总共包含3个实例，规模最小的实例的工件数是3，机器数是3，总工序数为15.规模最大的实例的工件数是5，机器数是4，总工序数为20.本文程序采用MATLAB程序设计语言，在配置为core i7–4790 [email protected] GHz 3.60 GHz和8 GB RAM的电脑上运行.在试验中蜜源与观察蜂的个数设定为200，控制次数limit为5，最大迭代次数为100.每次迭代过程中进行10次交叉操作.对每个实例独立运行20次.本文算法求出的结果与文献[1]中的混合多元优化（hybrid multi-verse optimization，HMVO）算法的结果对比如表3所示.表3中的基于邻域搜索的人工蜂群算法（artificial bee colony algorithm neighborhood search，ABCNS）对应的是本文算法，表中列出了两个算法所求出的最优结果、平均结果、最差结果.由表3的结果可知，本文算法和HMVO算法一样总是能找到最优结果，且平均结果和最差结果都与最优结果相同说明了算法的稳定性较好.