ConclusionFirefly Algorithm (FA) wa

Conclusion
Firefly Algorithm (FA) was applied to find the lowest
makespan (Cmax) of five benchmarking JSSP datasets adopted
from the OR-Library. Experimental design and analysis were
carried out to investigate the appropriate parameters setting of the FA. The one-third fractional factorial experimental design
can reduce the number of experimental runs by 66.67%
compared with the conventional full factorial design. Ranges
of FA parameters used by previous research were reviewed
and investigated. The investigation was aimed to study the
effect of the FA parameter setting on its performance before
comparing the FA results between using and not using
optimised parameter settings. In this research, the optimised
setting of the FA parameters of nG, α, β0, and γ parameters
was suggested at 100*25, 0.5, 1, and 0.1, respectively.
Moreover, the proposed algorithm with appropriate
parameters setting produced the best-so-far schedule better
than the FA without adopting parameter settings. It also found
the best known solution in some cases. It should be noted that
the appropriate parameter settings of the proposed algorithms
may be case specific based on the nature and complexity of
the problem domains.

ผลลัพธ์ (ไทย) 1:

บทสรุป
หิ่งห้อยอัลกอริทึม (FA) ถูกใช้ในการค้นหาพัก
makespan (Cmax) ห้าแข่งขัน datasets JSSP นำ
จาก OR-ไลบรารี ออกแบบการทดลองและวิเคราะห์
จำหน่ายออกเพื่อตรวจสอบการตั้งค่าพารามิเตอร์ที่เหมาะสมของ FA หนึ่งในสามเศษแฟกทดลองออกแบบ
สามารถลดจำนวนของการทดลองรัน 66.67%
เมื่อเทียบกับแบบธรรมดาแบบแฟก ช่วง
ของ FA พารามิเตอร์ที่ใช้ โดยงานวิจัยก่อนหน้านี้ได้ทาน
และตรวจสอบ การสอบสวนมีวัตถุประสงค์เพื่อศึกษาการ
ผลของการตั้งค่าพารามิเตอร์ FA ในประสิทธิภาพการทำงานก่อน
FA การเปรียบเทียบผลระหว่างใช้และไม่ใช้
เหมาะงานกราฟฟิกการตั้งค่าพารามิเตอร์ ในงานวิจัยนี้ การบวม
ตั้งพารามิเตอร์ FA nG α β0 และγพารามิเตอร์
แนะนำ ที่ 100 * 25, 0.5, 1, 0.1 ตามลำดับ.
Moreover อัลกอริทึมที่นำเสนอ มีความเหมาะสม
พารามิเตอร์การผลิตกำหนดการส่วนเพื่อไกลดี
กว่า FA โดยการใช้การตั้งค่าพารามิเตอร์ มันพบ
โซลูชั่นรู้จักกันดีในบางกรณี ควรสังเกตที่
การตั้งค่าพารามิเตอร์ที่เหมาะสมของอัลกอริทึมเสนอ
อาจเป็นกรณีเฉพาะตามธรรมชาติและความซับซ้อนของ
ปัญหาโดเมนได้

ผลลัพธ์ (ไทย) 2:

สรุป
หิ่งห้อยอัลกอริทึม (เอฟเอ) ถูกนำมาใช้เพื่อหาต่ำสุด
makespan (Cmax) ห้าเปรียบเทียบชุด JSSP นำ
จากหรือห้องสมุด การออกแบบการทดลองและการวิเคราะห์ที่ถูก
นำมาใช้ในการตรวจสอบการตั้งค่าพารามิเตอร์ที่เหมาะสมของเอฟเอ การออกแบบการทดลองหนึ่งในสามส่วนปัจจัย
ที่สามารถลดจำนวนของการทำงานการทดลองโดย 66.67%
เมื่อเทียบกับการออกแบบปัจจัยการชุมนุมอย่างเต็มรูปแบบ ช่วง
ของพารามิเตอร์ที่ใช้โดยเอฟเอคัวิจัยก่อนหน้านี้ได้รับการดู
และตรวจสอบ การตรวจสอบมีวัตถุประสงค์เพื่อศึกษา
ผลกระทบของการตั้งค่าพารามิเตอร์เอฟเอเกี่ยวกับประสิทธิภาพการทำงานก่อนที่จะ
เปรียบเทียบผลเอฟเอระหว่างการใช้และไม่ได้ใช้
การตั้งค่าพารามิเตอร์ที่ดีที่สุด ในงานวิจัยนี้การเพิ่มประสิทธิภาพ
การตั้งค่าของพารามิเตอร์ของเอฟเอ nG, α, β0และพารามิเตอร์γ
ได้รับการแนะนำที่ 100 * 25, 0.5, 1, และ 0.1 ตามลำดับ
นอกจากนี้ขั้นตอนวิธีการที่นำเสนอมีความเหมาะสม
การตั้งค่าพารามิเตอร์การผลิตที่ดีที่สุด ดังนั้นไกลกำหนดเวลาที่ดี
กว่าเอฟเอได้โดยไม่ต้องใช้การตั้งค่าพารามิเตอร์ นอกจากนี้ยังพบว่า
การแก้ปัญหาที่ดีที่สุดที่รู้จักกันในบางกรณี มันควรจะตั้งข้อสังเกตว่า
การตั้งค่าพารามิเตอร์ที่เหมาะสมของขั้นตอนวิธีการที่นำเสนอ
อาจจะเป็นเฉพาะกรณีที่ขึ้นอยู่กับลักษณะและความซับซ้อนของ
ปัญหาโดเมน

ผลลัพธ์ (ไทย) 3:

สรุป
หิ่งห้อยอัลกอริธึม ( FA ) ถูกนำมาใช้เพื่อค้นหาที่เกี่ยวข้องน้อยที่สุด
เวลาห้า jssp การประกาศใช้
จากข้อมูลหรือห้องสมุด การออกแบบการทดลองและการวิเคราะห์คือการตรวจสอบที่เหมาะสม
ตั้งพารามิเตอร์ของเอฟเอ หนึ่งในสามของเศษแฟกทอเรียลทดลอง
สามารถลดจำนวนการทดลอง โดยร้อยละ 66.67
วิ่งเมื่อเทียบกับความปกติเต็มรูปแบบแฟกทอเรียลดีไซน์ ช่วงของพารามิเตอร์ที่ใช้โดยเอฟเอ

และทำการทบทวนงานวิจัย . การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาผลของค่าพารามิเตอร์ต่อสมรรถนะของฟ้าก่อน
เปรียบเทียบผลระหว่างการใช้และไม่ใช้ฟะ
- การตั้งค่าพารามิเตอร์ ในงานวิจัยนี้ ศึกษา -
การเอฟเอ พารามิเตอร์ของ NG αบีตา , 0และ γพารามิเตอร์
เป็นข้อเสนอแนะที่ 100 * 25 , 0.5 , 1 , และ 0.1 ตามลำดับ
นอกจากนี้ วิธีที่เสนอมีการตั้งค่าพารามิเตอร์ที่เหมาะสม
ผลิตที่ดีที่สุดเพื่อให้ห่างไกลตารางดีกว่า
กว่า เอฟเอ โดยการตั้งค่าพารามิเตอร์ นอกจากนี้ยังพบ
รู้จักวิธีแก้ปัญหาที่ดีที่สุดในบางกรณี มันควรจะสังเกตว่า การตั้งค่าพารามิเตอร์ที่เหมาะสมของ

เสนออัลกอริทึมอาจเป็นกรณีเฉพาะขึ้นอยู่กับลักษณะและความซับซ้อนของ
ปัญหาโดเมน