TSP/ TSPTW с разными семенами

Чтобы сначала сравнить стохастические алгоритмы, вы обычно запускаете их несколько раз с разными случайными начальными значениями. Результат, который вы затем получите, является случайной величиной. Затем вы можете оценить, является ли один алгоритм лучше другого, выполнив проверку статистической гипотезы (ANOVA или Крускала-Уоллиса для множественных сравнений, t-критерий или U-критерий Манна-Уитни для попарных сравнений) на полученных выборках. Если полученное значение p в этих тестах ниже желаемого порога (обычно 0,05, но для более строгих доказательств вы должны установить это значение ниже, например, 0,01), вы отвергнете гипотезу H0 о том, что эти результаты равны, например. относительно их средств. Таким образом, вы предполагаете, что результаты неравны, и, кроме того, алгоритм с лучшей средней производительностью является лучшим алгоритмом для выбора (если вас интересует средняя производительность - «лучше» обычно имеет много измерений).

Что меня удивило в ваших комментариях:

Если я запускаю алгоритм GA несколько раз с одним и тем же начальным значением для исходного решения, результат будет совершенно другим.

Я думаю, что вы допустили некоторую ошибку в своем коде. Вам нужно использовать один и тот же случайный объект во всех случайных решениях, принятых внутри вашего алгоритма, чтобы получить точно такой же результат. Где-то в вашем коде вы, вероятно, используете new Random() вместо того, который вы получили изначально с данным начальным числом. Другая причина может заключаться в том, что вы используете параллельную обработку частей, рисующих случайные числа. Вы никогда не можете гарантировать, что ваши потоки всегда выполняются в одном и том же порядке, поэтому один раз поток 1 получает первое случайное число, а поток 2 — второе, в другой раз поток 2 выполняется первым и получает первое число.