《表7 实验结果表 (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

《面向连续生产的供应链联合调度及算法》

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

注:max表示最大值，min表示最小值，σ表示方差。

为了进一步验证g-ABC的优越性，测试数据分为21组并随机生产，其中，成品种类从4种逐渐增加到15种，原料种类从4种增加到14种，所用车辆见表6。将g-ABC与y-ABC、遗传算法（Genetic Algorithm，GA）算法进行对比，其中，GA含有启发式信息，且解码方式为分阶段解码的方式。实验环境参照5.3节，设定3种算法的种群规模N=120；y-ABC的引领蜂局部寻优次数20，循环次数200；GA的交叉概率p=0.8，变异概率p=0.1，循环次数为200。每种算法运行10次，比较3种算法运行的结果（见表7）。Z3、Z4、Z5列分别表示y-ABC、GA、g-ABC运行10次的平均值。GAP1列表示g-ABC与y-ABC之间的差值比，计算方式为GAP1=（Z3-Z5）/Z3×100%。同理，GAP2列表示g-ABC与GA之间的差值比，计算方式为GAP2=（Z4-Z5）/Z4×100%。如果两个比值是正数，说明g-ABC优于y-ABC及GA。