《表3 参数水平：考虑不确定加工时间的炼钢—连铸过程柔性调度方法》

  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

《考虑不确定加工时间的炼钢—连铸过程柔性调度方法》

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

在实验过程中，设置总仿真次数T=2 000，初始仿真次数ε0=10，迭代仿真次数ε=10，t检验的分位数α=0.05。本文运用实验设计（Design of experiment，DOE）[31]方法对影响算法全局和局部搜索能力的种群规模NP、最大迭代数IMAX和概率模型学习速率ρ3个关键参数的取值进行探讨。待定参数均取4个水平（如表3），选用正交表L25（34）进行参数选择。针对SI和SII两个车间，分别构造一个浇次数量与炉次数量为10×10的基准测试问题。算法在每种参数组合下均独立运行10次，将所获得的目标函数均值（珚F）作为响应值（Response Value，RV），并计算其信噪比（S/N=-10×log （∑ (珚F2）/NS） ，NS为实验次数) 。利用Minitab软件分析，获得的统计结果如表4所示，参数相应的信噪比如图10所示。由表4可知，在SI车间问题实例中，参数NP的极差最大，表明种群大小对算法性能影响程度最大；在SII车间问题实例中，参数ρ的极差最大，表明学习速率对对算法性能的影响程度最大。根据图5所示信噪比的计算结果，在后续实验中设置NP=100，IMAX=60和ρ=0.3。