《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》
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.
图表编号 | XD00201050900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 郑小操、龚文引 |
绘制单位 | 中国地质大学(武汉)计算机学院、中国地质大学(武汉)计算机学院 |
更多格式 | 高清、无水印(增值服务) |