《表4 算法计算结果对比》

  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

《考虑时空距离的异车型同时集送车辆路径优化》

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

为了验证本研究所构造的邻域算子对于算法的有效性，基于上文的10组算例，比较本研究所构造算子与传统邻域算子的计算结果，并采用文献[29]的算法进行对比分析，计算结果为10次重复实验取均值。算法对比结果见表4。从表4可以看出，本研究所构造的邻域算子在目标函数值求解及车辆使用数量方面，都较传统的邻域算子具有明显优势；此外，在算法求解效率方面，也优于传统邻域算子及文献[29]的算法。以算例5为例，本研究所构造的邻域算子目标函数值优化结果为2289.6，传统邻域算子的最终优化结果为2486.6，文献[29]算法的最终优化结果为2393.4，优化率分别为8.6%和4.5%。在车辆使用数量方面较传统邻域算子减少一辆，且算法用时最短。由实验结果可以得出，在不同算法求解性能比较方面，本研究引入时空聚类所构造的改进变邻域算法性能最好，文献[29]算法其次，传统邻域搜索算法的性能最弱。在不同算法的求解效率方面，引入时空聚类所构造的改进变邻域算法性能最好，传统邻域搜索算法其次，文献[29]算法用时最长。综上，本研究引入时空聚类所构造的变邻域搜索算法，在求解质量及求解效率方面均具有较好的性能。