Đánh giá hiệu năng của thuật toán Egret Swarm Optimization trong tối ưu hóa sản xuất

Tóm tắt

Nghiên cứu này đánh giá hiệu quả của thuật toán Egret Swarm Optimization Algorithm (ESOA) thông qua so sánh với các thuật toán Particle Swarm Optimization (PSO), Differential Evolution (DE) và Grey Wolf Optimizer (GWO) trên bộ dữ liệu chuẩn CEC-2017. Kết quả cho thấy ESOA đạt chất lượng nghiệm tốt, độ ổn định cao và khả năng hội tụ đáng tin cậy. Bên cạnh đó, thuật toán được áp dụng vào bài toán thực tế về phân bổ nguồn lực sản xuất, sử dụng dữ liệu thu thập từ hệ thống Manufacturing Execution Systems (MES) của một doanh nghiệp sản xuất trong ba tháng, có tích hợp yếu tố biến động chi phí phi tuyến tính và các ràng buộc vận hành. Kết quả thực nghiệm cho thấy ESOA duy trì hiệu năng ổn định qua nhiều lần chạy và thể hiện khả năng tìm kiếm hiệu quả trong không gian nghiệm quy mô lớn. Tuy nhiên, nghiên cứu cũng chỉ ra một số hạn chế liên quan đến đặc tính của bộ dữ liệu và số lượng vòng lặp cần thiết để đạt trạng thái hội tụ.