Анализ чувствительности параметров мета- и эвристического алгоритмов оптимизации посредством статистических критериев

Abstract

Описывается методика и проводится анализ чувствительности параметров мета- и эвристического алгоритмов оптимизации для решения задачи распределения заказов с целью минимизации итоговой суммарной стоимости переналадки оборудования. Установлено, что использование параметра количество поколений для генетического алгоритма в большей степени влияет на решение, чем параметр количество итераций у алгоритма локального поиска 2-opt. Анализ чувствительности показал, что решение задачи становится «точнее» за счет кратного увеличения значения параметра поколения для генетического алгоритма и становится менее чувствительным к последующему незначительному увеличению значения параметра, при этом время поиска решения увеличивается. = The methodology is described and the sensitivity analysis of the parameters of meta- and heuristic optimization algorithms is carried out for solving the problem of order distribution in order to minimize the final total cost of equipment reconfiguration. It has been established that the use of the number of generation parameter for the genetic algorithm has a greater impact on the solution than the number of iteration parameter for the 2-opt local search algorithm. The sensitivity analysis showed that the solution becomes «more accurate» due to a multiple increase in the value of the generation parameter for the genetic algorithm and becomes less sensitive to a subsequent minor increase in the parameter value, while the search time increases.