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 proposedmodelprovidedsolutionswithtotalcosts21.34% 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 โดยเฉลี่ย proposedmodelprovidedsolutionswithtotalcosts21.34% ต่ำกว่าโซลูชั่น 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 โดยเฉลี่ย proposedmodelprovidedsolutionswithtotalcosts21.34% ต่ำกว่าการแก้ GLSP กรณีที่ดีที่สุดสำหรับอินสแตนซ์ที่ 11 ซึ่งค่าใช้จ่ายของการแก้ปัญหาให้โดยรูปแบบ (1) - (19) อยู่ที่ประมาณ 49.7% ต่ำกว่าที่มีให้โดย GLSP

ผลลัพธ์ (ไทย) 3:

ผลลัพธ์ในโต๊ะ 8 คอนจึง RM ที่พิจารณาย่อยชุดของรูปแบบการปั้นเป็นไปได้อาจมีการสร้างโซลูชั่นย่อยที่ดีที่สุดตั้งแต่ที่โซลูชั่นให้ทั้งหมด 12 ตัวอย่าง โดยแบบจำลองที่ดีกว่าโซลูชั่นของ glsp ) เฉลี่ย proposedmodelprovidedsolutionswithtotalcosts21.34 % ต่ำกว่า glsp โซลูชั่น กรณีที่ดีที่สุดสำหรับอินสแตนซ์ 11 ที่ค่าใช้จ่ายของการแก้ปัญหาให้รุ่น ( 1 ) – ( 19 ) อยู่ที่ประมาณ 49.7 % ต่ำกว่าโดย glsp .