《表6 本文算法与PSO实验结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于船时效率的岸桥配置优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证算法的有效性，本节针对4.3节中的5组算例，采用本文所提出的结合启发式规则的遗传算法和粒子群优化（Particle Swarm Optimization，PSO）算法分别求解并对结果进行对比分析。本文算法各参数沿用前文设置，PSO算法的种群规模设置为50，最大迭代次数为700，惯性权重ω=0.729 8，学习因子c1=c2=1.149 618，每例算例优化结果均取10次实验内最优结果，CPU时间取10次实验结果平均值，结果如表6所示。