《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》
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。
图表编号 | XD00206665500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.16 |
作者 | 袁姝、周朝荣、杨正清、王婧柔 |
绘制单位 | 四川师范大学物理与电子工程学院、四川师范大学物理与电子工程学院、成都信息工程大学气象信息与信号处理四川省高校重点实验室、四川师范大学物理与电子工程学院、四川师范大学物理与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |