The table highlights a continuous p

The table highlights a continuous progress since 2005. As from
2007, all metaheuristics for the LRP with capacitated vehicles
achieve average deviations to best known solutions below 1%
and the four top performers are GRASP + ILP, MACO, ALNS and SALRP.
In general, smaller deviations are obtained at the expense of
larger running times. LRGTS and VLNS are by far the two quickest
algorithms

ผลลัพธ์ (ไทย) 1:

ตารางสรุปภาพความคืบหน้าอย่างต่อเนื่องตั้งแต่ปี 2005 เป็นจาก2007, metaheuristics ทั้งหมดสำหรับ LRP คัน capacitatedบรรลุความเบี่ยงเบนของค่าเฉลี่ยให้ดีที่สุดแก้ไขปัญหาต่ำกว่า 1%และ 4 ด้านคือมีความเข้าใจ + ILP, MACO, ALNS และ SALRPทั่วไป รับความแตกต่างที่ขนาดเล็กที่ expense ของเวลาทำงานใหญ่ LRGTS และ VLNS คือ โดยไกลสองเร็วที่สุดอัลกอริทึม

ผลลัพธ์ (ไทย) 2:

ตารางไฮไลท์ก้าวหน้าอย่างต่อเนื่องตั้งแต่ปี 2005
ตั้งแต่ปี2007 metaheuristics ทั้งหมด LRP กับยานพาหนะ capacitated
บรรลุเบี่ยงเบนเฉลี่ยในการแก้ปัญหาที่รู้จักกันดีที่สุดต่ำกว่า 1%
และสี่นักแสดงชั้นนำมีความเข้าใจ + ILP, MACO, ALNS และ SALRP.
โดยทั่วไป
การเบี่ยงเบนที่มีขนาดเล็กจะได้รับค่าใช้จ่ายของเวลาการทำงานที่มีขนาดใหญ่ LRGTS และ VLNS
ไกลโดยเร็วที่สุดสองขั้นตอนวิธีการ

ผลลัพธ์ (ไทย) 3:

ตารางไฮไลท์ความคืบหน้าอย่างต่อเนื่องตั้งแต่ปี 2005 จาก
2007 เมตาฮิวริ ิกสำหรับ LRP ด้วย capacitated ยานพาหนะ
บรรลุส่วนเบี่ยงเบนเฉลี่ยดีที่สุดรู้จักโซลูชั่นด้านล่างและด้านบน 1 %
4 นักแสดงเข้าใจ ILP Maco , และ , alns salrp .
ทั่วไป โรงเรียนขนาดเล็กจะได้รับค่าใช้จ่ายของ
ขนาดใหญ่วิ่งครั้ง lrgts vlns และโดยไกลสองขั้นตอนวิธีที่เร็ว