《表2 GA与IPA算法结果对比》

  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

《基于免疫粒子群算法的车间天车调度优化研究》

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

测试算法环境电脑配置为Core i5-3230M （2。60GHz），4GB RAM，编程语言C++。种群大小均为30，学习指示系数c1和c2均为2；最大迭代次数Tmax为450；惯性系数w设为1；变异率Pm=0.1，GA交叉率Pa=0.8其它初始化参数类似，每组运算独立执行15次，测试最优值计算15次，平均值与最差值（对得出的15次结果进行算术平均）测试结果见表2。对于表2，能够看出，GA在得到全局最优解时显然不如IPA，IPA可以对得出的最优解结果进行数量级的提高；这也代表了其具有更好的跳出局部最优的能力，解出的结果更准确；平均值的值证明了，IPA所求的解与全局最优解的差值更小，也代表着求解精度比GA更强。