As noted earlier, we have used a si

As noted earlier, we have used a simulated annealing based algorithm for improving the NNBH solutions
in large-sized problems. Thus, these problems are solved by proposed SA algorithm in Section 4.1
and the associated results are shown in Table 2. The SA solution is compared with the lower bound (LB) solution.
The LB solution is obtained by relaxing constraint (8). In other words, The LB solution is equal to the
number of vehicles that we need to serve all nodes with the maximum capacity utilization and without limitation
of service time. The SA parameters set in advance as follows: EL = 100, MTT = 100, a = 0.95 and
T0 = 5.

ผลลัพธ์ (ไทย) 1:

ตามที่ระบุไว้ก่อนหน้านี้ เราได้ใช้แบบจำลองหลอมตามอัลกอริทึมสำหรับการปรับปรุงแก้ไข NNBHปัญหาขนาดใหญ่ ดังนั้น แก้ไขปัญหาเหล่านี้ โดยอัลกอริทึม SA เสนอในส่วน 4.1และผลเกี่ยวข้องจะแสดงอยู่ในตารางที่ 2 โซลูชัน SA เปรียบเทียบกับโซลูชันขอบล่าง (LB)โซลูชัน LB ได้มาโดยการผ่อนคลายข้อจำกัด (8) ในคำอื่น ๆ LB เหมาะกับการจำนวนยานพาหนะที่เราต้องการให้โหนทั้งหมด ด้วยการใช้กำลังผลิตสูงสุด และ ไม่จำกัดเวลาบริการ พารามิเตอร์ SA ตั้งล่วงหน้าเป็นดังนี้: EL = 100, MTT = 100 มี = 0.95 และT 0 = 5

ผลลัพธ์ (ไทย) 2:

ตามที่ระบุไว้ก่อนหน้านี้เราได้ใช้อัลกอริทึมตามหลอมจำลองสำหรับการปรับปรุงการแก้ NNBH
ปัญหาขนาดใหญ่ ดังนั้นปัญหาเหล่านี้จะแก้ไขได้โดยวิธี SA เสนอในมาตรา 4.1
และผลที่เกี่ยวข้องจะแสดงในตารางที่ 2 การแก้ปัญหา SA เปรียบเทียบกับขอบเขตที่ต่ำ (ปอนด์) วิธีการแก้ปัญหา.
การแก้ปัญหา LB จะได้รับโดยการผ่อนคลายข้อ จำกัด (8) ในคำอื่น ๆ การแก้ปัญหาเป็นปอนด์คือเท่ากับ
จำนวนของยานพาหนะที่เราต้องการที่จะให้บริการทุกโหนดกับใช้กำลังการผลิตสูงสุดและโดยไม่มีข้อ จำกัด
ของเวลาการให้บริการ พารามิเตอร์ SA ตั้งล่วงหน้าดังนี้ EL = 100 MTT 100 = a = 0.95 และ
T0 = 5 ?.