NPC. As Table 8 is also shown, usin

NPC. As Table 8 is also shown, using PEV and wind turbine is two
first choices for increasing RER, and the next option would be using
a biomass boiler. In the solution 3, RER is obtained as 100% by
installing a 73 kW wind turbine, 200 kW biomass boiler, and using
PEV. In the solution 4, RER is achieved as 100% the same as the
solution 3 while its LLP (3.4%) is lower than the solution 3 and CO2
emission is reduced to 1 ton/year.
The empirical studies are also implemented to analyze the
performance of the proposed DMOPSO. It is compared to two of
most well-known multi-objective optimization algorithms which
are multi-objective genetic algorithm (MOGA) [41] and multiobjective
particle swarm optimization (MOPSO) [42]. All three algorithms
are implemented in Cþþ programming environment, and
then for statistical analysis purpose, each algorithm is run for 10
times. The results of coded algorithms are compared with each
other based on some popular performance metrics explained in
section 5. The experimental results are presented in Fig. 13, Fig. 14,
and Table 9 to clarify the performance of the employed algorithm. It

ผลลัพธ์ (ไทย) 1:

NPC ตาราง 8 แสดงอยู่ ใช้ PEV และกังหันลมสองจะใช้ตัวเลือกแรกสำหรับการเพิ่ม RER และตัวถัดไปกาต้มน้ำชีวมวล ในการแก้ปัญหา 3, RER ได้รับ 100% โดย73 kW กังหันลม หม้อน้ำชีวมวล 200 กิโลวัตต์ ติดตั้ง และใช้PEV ในการแก้ปัญหา 4, RER ได้เป็น 100% เหมือนกับการโซลูชันที่ 3 ขณะ LLP (3.4%) ต่ำกว่าการแก้ปัญหา 3 และ CO2ปล่อยจะลดลงเป็น 1 ตัน/ปีการศึกษาเชิงประจักษ์มาใช้ในการวิเคราะห์การประสิทธิภาพของ DMOPSO เสนอ จะเทียบกับสองอัลกอริทึมเพิ่มประสิทธิภาพเหมาะที่สุดซึ่งมีวัตถุประสงค์หลายขั้นตอนวิธีพันธุกรรม (MOGA) [41] และ multiobjectiveเพิ่มฝูงอนุภาค (MOPSO) [42] ทั้งสามขั้นตอนวิธีจะดำเนินการใน Cþþ เขียนโปรแกรมสิ่งแวดล้อม และวัตถุประสงค์การวิเคราะห์ทางสถิติ แต่ละอัลกอริทึมคือเรียกใช้สำหรับ 10ครั้ง มีการเปรียบเทียบผลการใช้อัลกอริทึมรหัสแต่ละอื่น ๆ ตามบางวัดนิยมประสิทธิภาพที่อธิบายไว้ในส่วนที่ 5 ผลการทดลองแสดงในรูปที่ 13, 14 รูปและตาราง 9 ประสิทธิภาพของอัลกอริทึมงานชี้แจง มัน

ผลลัพธ์ (ไทย) 2:

NPC ในฐานะที่เป็นตารางที่ 8 ยังแสดงให้เห็นการใช้ PEV และกังหันลมเป็นสอง
ทางเลือกแรกสำหรับการเพิ่ม RER และตัวเลือกถัดไปจะใช้
หม้อไอน้ำชีวมวล ในการแก้ปัญหา 3 RER จะได้รับ 100% โดย
การติดตั้งกังหันลมผลิตไฟฟ้า 73 กิโลวัตต์ 200 กิโลวัตต์หม้อไอน้ำชีวมวลและการใช้
PEV ในการแก้ปัญหา 4 RER จะประสบความสำเร็จ 100% เช่นเดียวกับ
การแก้ปัญหา 3 ในขณะที่แอลแอลมัน (3.4%) ต่ำกว่าการแก้ปัญหา 3 และ CO2
การปล่อยก๊าซจะลดลงไป 1 ตัน ​​/ ปี.
การศึกษาเชิงประจักษ์ยังถูกนำมาใช้ในการวิเคราะห์
ประสิทธิภาพการทำงานของ DMOPSO ที่นำเสนอ มันถูกเมื่อเทียบกับสองคน
รู้จักกันดีที่สุดขั้นตอนวิธีการเพิ่มประสิทธิภาพหลายวัตถุประสงค์ซึ่ง
มีขั้นตอนวิธีพันธุกรรมหลายวัตถุประสงค์ (Moga) [41] และ multiobjective
เพิ่มประสิทธิภาพจับกลุ่มอนุภาค (MOPSO) [42] ทั้งสามขั้นตอนวิธีการ
จะดำเนินการในสภาพแวดล้อมของโปรแกรมCþþและ
จากนั้นเพื่อวัตถุประสงค์ในการวิเคราะห์ทางสถิติขั้นตอนวิธีการแต่ละคนจะทำงานเป็นเวลา 10
ครั้ง ผลที่ได้จากขั้นตอนวิธีการเข้ารหัสจะเทียบกับแต่ละ
อื่น ๆ ตามตัวชี้วัดประสิทธิภาพการทำงานบางอย่างที่เป็นที่นิยมได้อธิบายไว้ใน
มาตรา 5 ให้ผลการทดลองจะถูกนำเสนอในรูป 13 รูป 14
และตารางที่ 9 เพื่อชี้แจงผลการดำเนินงานของขั้นตอนวิธีการจ้างงานที่ มัน

ผลลัพธ์ (ไทย) 3:

NPC . เป็นตารางที่ 8 ยังแสดง และใช้ pev กังหันลม เป็นสองตัวเลือกแรกสำหรับการเรอ และตัวถัดไปจะใช้ชีวมวลของหม้อน้ำ ในโซลูชั่นที่ 3 เราได้เป็น 100 % โดยการติดตั้ง 73 กิโลวัตต์กังหันลม , 200 กิโลวัตต์ ระบบหม้อไอน้ำ และการใช้pev . ในการแก้ปัญหา 4 เรอได้ 100 % เหมือนกันโซลูชั่นที่ 3 ในขณะที่ LLP ( 3.4% ) ต่ำกว่าโซลูชั่น 3 และคาร์บอนไดออกไซด์มลพิษจะลดลงถึง 1 ตัน / ปีการศึกษาเชิงประจักษ์เป็นยังใช้เพื่อวิเคราะห์ประสิทธิภาพของการเสนอ dmopso . มันเป็นเมื่อเทียบกับสองส่วนใหญ่ที่รู้จักกันดีหลายขั้นตอนวิธีการเพิ่มประสิทธิภาพที่มีหลายขั้นตอน ( โมก้า ) [ 41 ] และ multiobjectiveเพิ่มประสิทธิภาพของฝูงอนุภาค ( mopso ) [ 42 ] ทั้งสามขั้นตอนวิธีจะใช้ในสภาพแวดล้อมการเขียนโปรแกรมþþ C , และแล้วเพื่อวัตถุประสงค์ในการวิเคราะห์ทางสถิติแต่ละวิธีวิ่ง 10ครั้ง ผลลัพธ์ของอัลกอริทึมเข้ารหัสเปรียบเทียบกับแต่ละอื่น ๆบนพื้นฐานของตัวชี้วัดประสิทธิภาพดังอธิบายในบางมาตรา ๕ ผลการทดลองแสดงในรูปที่ 13 รูปที่ 14 ,ตารางที่ 9 เพื่อชี้แจงและประสิทธิภาพของการใช้อัลกอริทึม มัน