《表3 改进NSGA-Ⅱ算法的Pareto解》

  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

《面向云制造服务的制造资源优化配置研究》

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

为了验证模型的适用性，针对上述实例，运行算法得到结果（如表3）。由于多目标算法最终得到的不是一个最优解，而是一个非劣解集，因此更加贴合企业实际情况，企业可根据自身实际情况的需要从非劣解集中选择一个解作为该问题的最终解。同时，为了检验算法的有效性和稳定性，本文针对上述实例，将所提出的改进的NSGA-Ⅱ算法与传统的NSGA-Ⅱ算法进行性能对比分析，将两种算法分别运行50次，得到结果如表4所示。改进的NSGA-Ⅱ算法得到的Pareto解在均值方面均优于传统的NSGA-Ⅱ算法，这说明改进的NSGA-Ⅱ算法在有效性方面有明显的提高；同时改进NSGA-Ⅱ算法和传统的NSGA-Ⅱ算法求出Pareto解平均遗传代数分别为22代和34代，相对于传统的NSGA-Ⅱ算法，改进的NSGA-Ⅱ算法有较大幅度的提高，这说明改进的NSGA-Ⅱ算法在稳定性方面有明显的提高。