《表9 基于TMCMC的建议优化算法和GA独立运行500次的统计结果（实例二）》

  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

《施工现场设施布局优化问题的新型启发式算法》

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

针对本实例问题，基于TMCMC的建议优化算法的参数中，无量纲化常数g0取500 000，样本变异系数取值0.1.图4描述了基于TMCMC的建议优化算法一次典型求解过程（每一阶段样本数取1 000）中最优目标函数值随迭代阶段的变化，图5描述了该求解过程中温度参数随迭代阶段的变化.为比较建议优化算法和GA算法的性能，表9给出了针对本实例问题的500次建议优化算法和GA算法求解的统计结果.两种算法的迭代终止原则均取迭代次数不超过100代.由于本实例问题可行解的个数过多（14!=8.718×1010），无法采用枚举法来得到问题的真实最优解，故采用考察中优化算法（建议优化算法和GA算法每代采用不同样本，独立运行500次）所有求出“最优解”中的最优者作为“真实全局最优解”，其目标函数值267 577（表9中第5列-最小值中的最小数）作为“真实最优目标函数值”，并以此作为比较建议优化算法和GA算法的基础.同时，与实例一的问题相比，实例二的设施布局优化问题中可行解的个数为实例一的240 240（即14!/9!）倍，问题复杂程度急剧上升，故在建议优化算法和GA算法中每代的样本数取较大数值，即表9中的500、1 000、1 500、2 000.