۱۰۰٫۹۲۸

 

۳۲۵٫۴۸

 

۱۰۳٫۸۶۲

 

۳۶۶٫۷۲

 

۱۰۴٫۱۲۲

 

۳۹۱٫۸۰

 

 

۵,۱۶,۲

 

۱۰۱٫۰۲۵

 

۲۵۵٫۲۱

 

۱۰۰٫۲۲۶

 

۲۸۷٫۸۶

 

۹۸٫۰۷۸

 

۳۱۱٫۷۴

 

 

۵,۱۶,۳

 

۱۱۳٫۶۴۱

 

۳۶۳٫۴۷

 

۱۱۱٫۴۶۳

 

۴۱۴٫۷۵

 

۱۱۵٫۸۹

 

۴۳۵٫۳۵

 

 

m,n,L: Number of machines(m), number of jobs (n), number of operations(L)

 

شکل ۴-۹٫ میانگین زمان محاسباتی الگوریتمها در ابعاد متوسط
همانطور که در نمودار شکل ۴-۹ مشخص است، میانگین زمان محاسباتی در حل مسائل با ابعاد متوسط بوسیله الگوریتم ژنتیک کمتر از میانگین زمان الگوریتمهای زنبور ۱ و زنبور ۲ میباشد اما در مقابل، کیفیت میانگین جوابهای تولیدی بوسیله الگوریتمهای زنبور ۱ و زنبور ۲ در اکثر موارد بهتر از الگوریتم ژنتیک میباشد. همانگونه که از نتایج ثبت شده در جداول ۴-۳۳ و ۴-۳۴ بر میآید، کیفیت میانگین جوابهای تولید شده توسط الگوریتمهای زنبور۱ و زنبور۲ تقریبا در بیشتر موارد به یکدیگر نزدیک بوده و در اکثر موارد با برتری الگوریتم زنبور ۱ همراه بوده است که برای رسیدن به جواب، به زمان محاسباتی کمتری نیز نیازمند است. کیفیت میانگین جواب الگوریتم ژنتیک در بیشتر موارد پایین تر از دو الگوریتم دیگر بوده گرچه در مواردی از آنها نیز پیشی گرفته است. در مقایسه بین الگوریتم ژنتیک و الگوریتم زنبور ۱ از لحاظ بهترین جواب تولید شده توسط هر الگوریتم به این جمعبندی میرسیم که از مجموع ۸ مسئله آزمایشی در ابعاد متوسط، بهترین جواب تولید شده توسط الگوریتم ژنتیک و الگوریتم زنبور۱ در ۲ مسئله یکسان بوده و در ۵ مرتبه بهترین جواب الگوریتم زنبور۱ بهتر از الگوریتم ژنتیک بوده است و الگوریتم ژنتیک تنها در یک مسئله از لحاظ بهترین جواب از الگوریتم زنبور۱ پیشی گرفته است.
نتایج محاسباتی مربوط به حل مسائل با ابعاد بزرگ توسط الگوریتمهای حل در جداول ۴-۳۵ و ۴-۳۶ قابل مشاهده میباشد. همانطور که مشخص است میانگین جوابهای تولید شده توسط الگوریتم ژنتیک نسبت به الگوریتمهای زنبور۱ و۲ از کیفیت پایینتری برخوردار است. همچنین بهترین جواب تولید شده توسط الگوریتم ژنتیک نسبت به الگوریتمهای زنبور در هیچ مسئلهای نتوانسته است پیشی بگیرد.
نمودار نمایش داده در شکل ۴-۱۰ بر این موضوع دلالت دارد که فاصله میانگین زمانهای محاسباتی میان الگوریتمهای ژنتیک و زنبور۱ به طرز قابل توجهی کاهش یافته و حتی در یک مورد، زمان محاسباتی الگوریتم زنبور۱ کمتر از الگوریتم ژنتیک است. همچنین این نمودار نشان میدهد که با افزایش ابعاد مسئله، زمان محاسباتی برای الگوریتم زنبور۲ با نسبت بیشتری افزایش یافته و فاصله معنیداری نسبت به الگوریتمهای ژنتیک و زنبو ۱ ایجاد میکند حال آنکه تاثیر چندانی بر کیفیت میانگین جوابهای تولیدی و بهترین جواب تولید شده توسط الگوریتم زنبور ۲ نسبت به الگوریتم زنبور۱ نداشته است که این موضوع میتواند نشان دهنده کاهش میزان کارایی الگوریتم زنبور۲ در مسائل با ابعاد بزرگ باشد.
جدول۴-۳۵٫ نتایج محاسباتی حاصل از حل مسائل با ابعاد بزرگ

 

 

 

 

Problem Size

Worst

Average

yle="box-sizing: inherit; width: 1104px;" width="531">