《表1 测量量表：群智感知系统中基于鲸鱼优化算法的任务分配》

  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

《群智感知系统中基于鲸鱼优化算法的任务分配》

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

通过仿真实验验证所设计任务分配算法的性能，系统参数见表1。由于工人选择延时会执行额外任务，从而得到额外收益，使得工人延时成本降低；而工人空闲时，由于不执行任务而没有额外收益，不能降低空闲成本，因此，设置工人单位延时成本小于单位工人空闲成本。基于表1中的参数设置，我们首先分析置信水平对各算法中选择弹性时间的工人数量的影响。然后，对比分析工人数量变化、置信水平变化以及弹性工人数量变化时，所提任务分配算法与基于遗传算法（genetic algorithm，GA)[13]、贪婪算法（greedy algorithm，Greedy）以及随机分配（random allocation，RA）的任务分配算法的性能比较。其中，基于遗传算法的任务分配算法中，遗传算法被用于优化初步分配结果；基于贪婪算法的任务分配算法中，依次为工人分配使得当前工人总效率达到最大的任务；基于随机的任务分配算法中，根据工人是否选择弹性时间将任务随机分配给工人。最后，验证考虑工人弹性时间相较于不考虑工人弹性时间的优势。本文算法均以MATLAB R2014a为仿真平台，所用机器配置为Intel?CoreTMi7-4710MQ 2.50GHz 8GB RAM，操作系统为Windows。