Table 2 shows the best and the aver

Table 2 shows the best and the average
values of each cost component including the total cost obtained for
the ten test runs for each data type. Based on these results, the
relative improvement values were obtained for all test problems
of each data type and are presented in Table 3. It can be seen that
the relative improvement of the total cost ranged from 7.92% to
20.83%, with an average of 14.56% for the hGNG algorithm, and
5.90–17.91%, with an average of 11.14% for the GNG algorithm.
Also, from this table, it can be seen that both of the proposed
algorithms can reduce costs greatly, especially the cost of farm utilization
and loss from hen mixing. However, the proposed hGNG
algorithm gave a lower cost of farm utilization and a lower loss
from hen mixing than the GNG algorithm. Since a lower number
of hen houses used may result in less hen mixing in the same
hen house, it should lead to lo a lower cost of farm utilization
and lower loss from hen mixing. To demonstrate the efficiency of
the hGNG algorithm on these two cost components, Table 4 shows
a comparison of the results of the current practice and those of the
GNG and hGNG algorithms for each data type. We can see that the
hGNG algorithm yields the lowest number of hen houses used.
However, the relative improvement in the transportation cost is
low for the algorithms. This is because, currently, the company
attempts to reduce this cost by allocating hens from the pullet
houses to the nearest hen houses, resulting in a low possibility
for the proposed algorithms to reduce this cost. However, this
practice will cause a high possibility to occupy more hen houses
and to mix hens with different ages in the same hen house

ผลลัพธ์ (ไทย) 1:

ตาราง 2 แสดงค่าเฉลี่ยและส่วนค่าของแต่ละส่วนของต้นทุนรวมต้นทุนทั้งหมดได้สิบการทดสอบรันสำหรับแต่ละชนิดข้อมูล ขึ้นอยู่กับผลลัพธ์เหล่านี้ การค่าปรับปรุงญาติได้รับปัญหาทดสอบทั้งหมดแต่ละชนิดข้อมูลและจะแสดงในตาราง 3 จะเห็นได้ที่พัฒนาสัมพันธ์ของต้นทุนทั้งหมดที่อยู่ในช่วงจาก 7.92%20.83% โดยเฉลี่ย 14.56% อัลกอริทึม hGNG และ5.90-17.91% โดยเฉลี่ย 11.14% อัลกอริทึม GNGยัง จากตารางนี้ มันสามารถดูได้ที่ทั้งสองนำเสนออัลกอริทึมสามารถลดต้นทุนอย่างมาก โดยเฉพาะอย่างยิ่งต้นทุนของฟาร์มใช้ประโยชน์และจากการผสมไก่ อย่างไรก็ตาม hGNG เสนออัลกอริทึมให้มีต้นทุนต่ำกว่าใช้ฟาร์มและการสูญเสียต่ำจากไก่ผสมกว่าอัลกอริทึม GNG ตั้งแต่เลขล่างไก่บ้านใช้อาจส่งผลให้ไก่น้อยผสมในเดียวกันไก่บ้าน มันควรนำไปหล่อ ต้นทุนต่ำกว่าใช้ฟาร์มและลดการสูญเสียจากไก่ผสม แสดงให้เห็นถึงประสิทธิภาพของอัลกอริธึมที่ hGNG ในส่วนประกอบเหล่านี้ต้นทุน 2 ตารางที่ 4 แสดงการเปรียบเทียบผลของการปฏิบัติในปัจจุบันและผู้อัลกอริทึม GNG และ hGNG สำหรับข้อมูลแต่ละชนิด เราสามารถเห็นว่าhGNG อัลกอริทึมทำให้จำนวนไก่บ้านใช้ต่ำสุดอย่างไรก็ตาม จะปรับปรุงสัมพันธ์ในต้นทุนการขนส่งต่ำสำหรับอัลกอริทึมการ เนื่องจาก ปัจจุบัน บริษัทพยายามลดต้นทุนนี้ปันส่วนไก่จาก pulletบ้านบ้านไก่ที่ใกล้ที่สุด ในความต่ำการนำเสนอการอัลกอริทึมเพื่อลดต้นทุนนี้ อย่างไรก็ตาม นี้ปฏิบัติจะทำให้เกิดความเป็นไปได้สูงที่ครองบ้านไก่เพิ่มเติมและ ในการผสมไก่กับต่างวัยในบ้านไก่เหมือนกัน

ผลลัพธ์ (ไทย) 2:

ตารางที่ 2 แสดงที่ดีที่สุดและค่าเฉลี่ยของ
ค่าของแต่ละองค์ประกอบรวมทั้งค่าใช้จ่ายค่าใช้จ่ายทั้งหมดได้รับสำหรับ
สิบทดสอบวิ่งแต่ละชนิดของข้อมูล พิจารณาจากผลการเหล่านี้
ค่าปรับปรุงญาติที่ได้รับสำหรับทุกปัญหาการทดสอบ
ของแต่ละชนิดของข้อมูลและถูกนำเสนอในตารางที่ 3 จะเห็นได้ว่า
การปรับปรุงความสัมพันธ์ของค่าใช้จ่ายทั้งหมดตั้งแต่ 7.92% มาอยู่ที่
20.83% โดยมีค่าเฉลี่ยของ 14.56% สำหรับขั้นตอนวิธี hGNG และ
5.90-17.91% โดยมีค่าเฉลี่ยของ 11.14% สำหรับขั้นตอนวิธี GNG.
นอกจากนี้จากตารางนี้ก็จะเห็นได้ว่าทั้งสองที่นำเสนอ
ขั้นตอนวิธีการสามารถลดค่าใช้จ่ายอย่างมากโดยเฉพาะอย่างยิ่งค่าใช้จ่ายของฟาร์ม การใช้ประโยชน์
และการสูญเสียจากการผสมไก่ อย่างไรก็ตามการเสนอ hGNG
ขั้นตอนวิธีการให้ลดค่าใช้จ่ายของการใช้ในฟาร์มและการสูญเสียที่ลดลง
จากการผสมไก่กว่าอัลกอริทึม GNG เนื่องจากจำนวนที่ต่ำกว่า
ของบ้านไก่ที่ใช้อาจส่งผลในการผสมไก่น้อยในเดียวกัน
บ้านไก่ก็จะนำไปสู่แท้จริงลดค่าใช้จ่ายของการใช้ในฟาร์ม
และการสูญเสียที่ลดลงจากการผสมไก่ แสดงให้เห็นถึงประสิทธิภาพของ
อัลกอริทึม hGNG ในทั้งสองส่วนค่าใช้จ่ายตารางที่ 4 แสดงให้เห็นถึง
การเปรียบเทียบผลของการปฏิบัติในปัจจุบันและของ
GNG และ hGNG อัลกอริทึมสำหรับแต่ละชนิดของข้อมูล เราจะเห็นว่า
ขั้นตอนวิธี hGNG อัตราผลตอบแทนจำนวนมากที่สุดของบ้านไก่ใช้.
อย่างไรก็ตามการปรับปรุงเมื่อเทียบค่าใช้จ่ายในการขนส่ง
ต่ำสำหรับขั้นตอนวิธีการ นี้เป็นเพราะขณะนี้ บริษัท
พยายามที่จะลดค่าใช้จ่ายนี้โดยการจัดสรรไก่ไก่สาวจาก
บ้านที่อยู่ใกล้ที่สุดบ้านไก่ส่งผลให้ความเป็นไปได้ต่ำ
สำหรับขั้นตอนวิธีการเสนอให้ลดค่าใช้จ่ายนี้ แต่นี้
การปฏิบัติที่จะทำให้เกิดความเป็นไปได้สูงที่จะครอบครองมากขึ้นบ้านไก่
และไก่ผสมกับทุกเพศทุกวัยที่แตกต่างกันในบ้านไก่เดียวกัน

ผลลัพธ์ (ไทย) 3:

ตารางที่ 2 แสดงที่ดีที่สุดและเฉลี่ยค่าของแต่ละองค์ประกอบ
ต้นทุนรวมถึงต้นทุนรวมรับได้
ทดสอบสิบวิ่งแต่ละประเภทข้อมูล จากผลการปรับปรุงญาติได้รับค่า

ทุกปัญหาทดสอบแต่ละชนิดข้อมูลและนำเสนอตาราง 3 จะเห็นได้ว่า
การปรับปรุงความสัมพันธ์ของต้นทุนทั้งหมดมีค่าอยู่ระหว่างร้อยละ 7.92
20.83 เปอร์เซ็นต์ กับค่าเฉลี่ยของ 1456% สำหรับ hgng ขั้นตอนวิธีและ
5.90 – 17.91 % เฉลี่ย 11.14 % สำหรับกงขั้นตอนวิธี .
นอกจากนี้ จากตารางนี้ จะเห็นได้ว่าทั้งสองเสนอ
ขั้นตอนวิธีการสามารถลดต้นทุนอย่างมาก โดยเฉพาะต้นทุนของฟาร์มและความสูญเสียจากการใช้
ไก่ผสม อย่างไรก็ตาม การเสนอ hgng
ขั้นตอนวิธีให้ลดต้นทุนของการใช้ฟาร์มและลดการสูญเสีย
จากไก่ผสมกว่ากงขั้นตอนวิธีตั้งแต่ลดจำนวน
บ้านแม่ไก่ใช้อาจส่งผลน้อยกว่าไก่ ผสมในบ้านแม่ไก่เหมือนกัน
, มันทำให้มีการลดต้นทุน และลดการสูญเสียจากการใช้
ฟาร์มไก่ที่ผสม เพื่อแสดงให้เห็นถึงประสิทธิภาพของขั้นตอนวิธีการเหล่านี้สอง hgng

ต้นทุนส่วนประกอบ ตารางที่ 4 แสดงการเปรียบเทียบผลการปฏิบัติงานในปัจจุบัน และบรรดา
กง hgng ขั้นตอนวิธีและแต่ละประเภทข้อมูลเราสามารถดูได้ว่า
hgng ขั้นตอนวิธีผลผลิตจำนวนต่ำสุดของบ้านแม่ไก่ใช้ .
แต่มาจากการปรับปรุงในต้นทุนการขนส่ง
ต่ำสำหรับอัลกอริธึม เนื่องจาก ปัจจุบัน บริษัทฯ พยายามที่จะลดต้นทุนนี้

โดยจัดสรรไก่จากไก่บ้านใกล้แม่ไก่บ้าน ส่งผลให้มีความเป็นไปได้ต่ำ
สำหรับอัลกอริทึมใหม่เพื่อลดต้นทุนนี้ อย่างไรก็ตามการปฏิบัตินี้
จะทำให้เกิดความเป็นไปได้สูงที่จะครอบครองมากกว่าแม่ไก่บ้านและแม่ไก่
ผสมที่มีอายุต่าง ๆ ในบ้านไก่เหมือนกัน