【摘要】：针对上述24个RCPPSSP实例，本文分别采用Ranking、MKP_ranking和所设计的双层决策方法进行求解。表12.3给出了三种求解方法的运算结果。表12.3计算测试结果由表12.3可见，Ranking和MKP_ranking两种算法的求解性能相近，而双层决策算法得到的项目组合收益均值明显优于前两者。对上述三种方法进行两两对比秩和检验，如表12.4所示，括号中数值为相应的显著性概率。可见，Ranking和MKP_Ranking之间不存在显著差异，而双层决策算法在0.05的水平上显著优于其他两种算法，能够得到更优的求解结果。
针对上述24个RCPPSSP实例，本文分别采用Ranking、MKP_ranking（Chen and Askin，2009）和所设计的双层决策方法进行求解。每种算法分别运算5次，取组合收益的均值。表12.3给出了三种求解方法的运算结果。
表12.3 计算测试结果
由表12.3可见，Ranking和MKP_ranking两种算法的求解性能相近，而双层决策算法得到的项目组合收益均值明显优于前两者。对上述三种方法进行两两对比秩和检验，如表12.4所示，括号中数值为相应的显著性概率。可见，Ranking和MKP_Ranking之间不存在显著差异，而双层决策算法在0.05的水平上显著优于其他两种算法，能够得到更优的求解结果。
表12.4 三种算法的秩和检验(www.xing528.com)
注：*表示在0.05的水平上存在显著差异。
在对于项目组合进行评价时，目前主要基于传统的经济指标进行评价与比较。后续可以考虑引入更能反映项目真实价值与环境不确定性的评价方法，如实物期权等，对项目组合进行评价。此外，在所设计的双层决策方法中，下层决策采用了快速简便的启发式算法对多项目进行调度，后续可以考虑采用更有效的多项目调度算法提高资源分配效率，从而进一步提升项目组合的预期收益。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
