Numerical study. We performed numer

Numerical study. We performed numerical tests in order to evaluate the performance of the DP algorithm. We considered different combinations of the number of jobs, the maximum processing time, and the range of due-dates. The numbers of jobs were: . The job processing times were generated uniformly in the interval , where the values of considered were 50 and 100. The due-date were generated uniformly in the interval , where is the tightness factor. Two values of were considered: 0.7 and 1. For each combination of, and (a total of problem sets), 25 instances were generated and solved (a total of instances). For each problem set we measured the average and worst case running times. Table 2 summarizes the results. [The Python program was executed on a MacBook Pro with a 2.3 GHz i7 processor, and 8 GB MHz DDR3 RAM.]

ผลลัพธ์ (ไทย) 1:

การศึกษาเชิงตัวเลข เราสามารถทำตัวเลขการทดสอบเพื่อประเมินประสิทธิภาพของอัลกอริธึม DP เราถือว่าเป็นการรวมกันของงาน เวลาการประมวลผลสูงสุด และช่วงวันที่ครบกำหนด หมายเลขงาน: เวลาประมวลผลของงานถูกสร้างขึ้นอย่างสม่ำเสมอในช่วง ที่มีค่าของพิจารณา 50 และ 100 วันครบกำหนดสร้างขึ้นอย่างสม่ำเสมอในช่วง ที่เป็นตัวหนาแน่นขึ้น พิจารณาว่าค่าสองค่าของ: 0.7 และ 1 สำหรับแต่ละชุดของ (รวมชุดปัญหา), อินสแตนซ์ที่ 25 สร้างขึ้น และแก้ไขได้ (รวมอินสแตนซ์) สำหรับแต่ละชุดปัญหา เราวัดกรณีเฉลี่ย และแย่ที่สุดที่เรียกใช้ครั้ง ตารางที่ 2 สรุปผล [โปรแกรม Python ถูกดำเนินการบน MacBook Pro ที่ มีตัวประมวลผล i7 2.3 GHz และ 8 GB DDR3 RAM MHz]

ผลลัพธ์ (ไทย) 2:

การศึกษาเชิงตัวเลข เราทำการทดสอบตัวเลขเพื่อประเมินประสิทธิภาพการทำงานของอัลกอริทึม DP เราถือว่าแตกต่างกันของจำนวนของงานที่เวลาการประมวลผลสูงสุดและช่วงของ-เนื่องจากวันที่ ตัวเลขของงานมีดังนี้ งานการประมวลผลครั้งถูกสร้างขึ้นอย่างสม่ำเสมอในช่วงที่ค่านิยมของการพิจารณา 50 และ 100 วันเนื่องจากถูกสร้างขึ้นอย่างสม่ำเสมอในช่วงเวลาที่เป็นปัจจัยความหนาแน่น สองค่าของได้รับการพิจารณา: 0.7 และ 1 สำหรับการรวมกันของแต่ละคนและ (รวมชุดปัญหา) 25 กรณีถูกสร้างและแก้ไข (รวมกรณี) สำหรับปัญหาแต่ละชุดที่เราวัดค่าเฉลี่ยและกรณีที่เลวร้ายวิ่งครั้ง ตารางที่ 2 สรุปผล [โปรแกรมหลามถูกประหารชีวิตบน MacBook Pro กับหน่วยประมวลผล 2.3 GHz i7 และ RAM 8 GB DDR3 MHz.]

ผลลัพธ์ (ไทย) 3:

การศึกษาเชิงตัวเลข เราแสดงการทดสอบเชิงตัวเลข เพื่อประเมินประสิทธิภาพของ DP ขั้นตอนวิธี เราถือว่าเป็นชุดที่แตกต่างกันของจํานวนของงาน , เวลาการประมวลผลสูงสุด และช่วงวันครบกําหนด ตัวเลขของงาน : . งานประมวลผลครั้งถูกสร้างขึ้นอย่าง ต่อเนื่องในช่วงที่ค่าของการพิจารณาคือ 50 และ 100 กำหนดขึ้นโดยในช่วงเวลาที่เป็นปัจจัยความหนาแน่น . สองค่า ถือว่าเป็น 0.7 และ 1 สำหรับแต่ละชุดของ , และการ ( รวมชุดปัญหา ) , อินสแตนซ์ 25 ขึ้นและแก้ไข ( รวมๆ ) สำหรับปัญหาแต่ละชุดเราได้วัดค่าเฉลี่ยและกรณีที่เลวร้ายที่สุดวิ่งครั้ง ตารางที่ 2 สรุปผล [ โปรแกรม Python ถูกประหารชีวิตบน MacBook Pro กับ 2.3 GHz i7 processor , และ 8 GB MHz DDR3 RAM ]