《表6 4种算法运行结果比较》

  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i-NSGA-Ⅱ-JG算法的云制造资源服务组合优选》

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

注：表中数据表示“均值±标准差”。

为了进一步分析i-NSGA-Ⅱ-JG在处理服务组合优选问题上的可行性和高效性，调用MATLAB算法工具箱，引入改进的强度Pareto进化算法（Strength Pareto Evolutionary Algorithm-2，SPEA2）、改进的Pareto选择算法（Pareto Envelope based Selection Algorithm-Ⅱ，PESA-Ⅱ）和多目标粒子群优化（Multi-Objective Particle Swarm Optimization，MOPSO）算法[19-20]。在相同实验环境下，同类型参数设置相同，即算法的种群规模Np=100，交叉概率pc=0.95，变异概率pm=0.05，最大迭代次数Ng，max=200(i-NSGA-Ⅱ-JG中跳跃基因概率HJG=0.5），分别进行100次实验，得到4种算法处理云制造服务组合优选问题的各项数据，如表6所示。通过对比4种算法的运行结果可知，i-NSGA-Ⅱ-JG的平均评价值QoS最优，表明算法的求解性能好；i-NSGA-Ⅱ-JG的平均运行时间珋t少，表明算法的求解效率高；i-NSGA-Ⅱ-JG各项指标的标准差均为最低，在一定程度上表明该算法的求解稳定性好。