Results in Table 8 confirm that cons

Results in Table 8 confirm that considering a sub-set of all possible molding patterns may generate sub-optimal solutions, since that solutions provided for all the 12 instances by the proposed model are better than the solutions of the GLSP approach. On average,the proposed model provided solutions with total costs 21.34% lower than the GLSP solutions. The best case was for instance 11, where the cost of the solution provided by model (1)–(19) was approximately 49.7% lower than the provided by the GLSP.

ผลลัพธ์ (ไทย) 1:

ผลในตาราง 8 confirm ที่พิจารณาชุดย่อยของรูปปั้นได้ทั้งหมดอาจสร้างโซลูชั่นที่เหมาะสมย่อย ตั้งแต่โซลูชั่นที่ให้ทั้งหมด 12 ตามรูปแบบนำเสนอ ได้ดีกว่าการแก้ปัญหาของวิธี GLSP เฉลี่ย แบบเสนอให้โซลูชันต้นทุนรวม 21.34% ต่ำกว่าการแก้ปัญหา GLSP กรณีที่ดีที่สุดถูกเช่น 11 ที่ค่าใช้จ่ายของการแก้ปัญหาให้ โดยใช้แบบจำลอง (ประมาณ 49.7% ต่ำกว่าโดยการ GLSP ให้เป็น 1)–(19)

ผลลัพธ์ (ไทย) 2:

ผลลัพธ์ในตารางที่ 8 Con Fi RM ที่พิจารณาย่อยชุดของรูปปั้นเป็นไปได้ทั้งหมดอาจสร้างโซลูชั่นการย่อยที่ดีที่สุดตั้งแต่การแก้ปัญหาที่มีให้สำหรับทุก 12 กรณีโดยรูปแบบที่นำเสนอจะดีกว่าการแก้ปัญหาของวิธีการ GLSP โดยเฉลี่ยการนำเสนอรูปแบบที่มีให้บริการโซลูชั่นที่มีค่าใช้จ่ายรวมลดลง 21.34% เมื่อเทียบกับการแก้ GLSP กรณีที่ดีที่สุดสำหรับอินสแตนซ์ที่ 11 ซึ่งค่าใช้จ่ายของการแก้ปัญหาให้โดยรูปแบบ (1) - (19) อยู่ที่ประมาณ 49.7% ต่ำกว่าที่มีให้โดย GLSP

ผลลัพธ์ (ไทย) 3:

ผลลัพธ์ในโต๊ะ 8 คอนจึง RM ที่พิจารณาย่อยชุดของรูปแบบการปั้นเป็นไปได้อาจมีการสร้างโซลูชั่นย่อยที่ดีที่สุดตั้งแต่ที่โซลูชั่นให้ทั้งหมด 12 ตัวอย่าง โดยแบบจำลองที่ดีกว่าโซลูชั่นของ glsp ) โดยมีแนวทางให้โซลูชั่นที่มีต้นทุนรวม 21.34 % ต่ำกว่า glsp โซลูชั่น กรณีที่ดีที่สุดสำหรับอินสแตนซ์ 11 ที่ค่าใช้จ่ายของการแก้ปัญหาให้รุ่น ( 1 ) – ( 19 ) อยู่ที่ประมาณ 49.7 % ต่ำกว่าโดย glsp .