《表2 PSO-GA-SA算法与SA、PSO、GA、PSOSA、GASA、PSOGA算法对比》

  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

《改进混合粒子群算法的立体车库存取调度》

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:PSO为粒子群算法；GA为遗传算法；SA为模拟退火算法；PSOGA为粒子群算法和遗传算法混合；PSOSA为粒子群算法和模拟退火算法混合；GASA为遗传算法和模拟退火算法混合；PSO-GA-SA为改进混合粒子群算法；T1为用户平均等待时间。

为了进一步验证PSO-GA-SA算法对立体车库存取效率的影响，扩大车库容量，采用49车位对7种算法进行对比实验。实验方法:分析不同存取策略的存取时间，选择相同的存取次数。为使实验结果数据具有可比性，本文假设立体车库在普通时段有29辆车存入，20辆车取出，旋转台工作一次的时间5 s，搬运器存取一次的时间12 s。堆垛机相邻两层之间运动的时间为3 s，堆垛机在相邻两列之间运动的时间4 s。分别采用7种算法进行仿真对比分析，如表2，可知PSO-GA-SA算法比PSO、GA、SA、PSOGA、PSOSA、GASA算法的精度高，并且交叉存取策略用户的平均等待时间最少。