《表5 案例2计算结果对比》

  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

《基于可行工序序列遗传算法的工序排序优化》

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

表4和表5所示为FOSOGA，FOSOGAF和FOSOGAS就案例1和案例2的计算结果，3种算法针对各案例的两种情景均运行了10次。图6所示为FOSOGA，FOSOGAF和FOSOGAS在案例1的情景a和情景b下获取的最佳解的收敛曲线，有关最早收敛世代数如表4所示。由图6和表4中数据可见，案例1中FOSOGA的收敛速度最快，随后是FOSOGAF，FOSOGAS收敛最慢。由表5数据可见，案例2中也是FOSOGA的收敛速度快于FOSOGAF和FOSOGAS。因此，FOSOGA中的精英参与交叉策略可加速算法的收敛速度。从表4和表5数据还可以看出，在两个案例中，运行10次FOSOGA得到的最佳解、解的平均值和最差解均优于FOSOGAF和FOSOGAS。以上结果表明，自适应FOSOGA不但避免了确定最佳pc和pm的问题，而且所获取解的质量优于固定pc和pm的FOS-OGAF以及单纯采用轮盘赌选择父个体交叉的FOSOGAS。综上所述，FOSOGA的收敛速度和全局优化能力均优于FOSOGAF和FOSOGAS。