《表1 不同算法全局最优路径流量对比》
提示：宽带有限、当前游客访问压缩模式
起点区域为攸县，终点区域为岳麓区时，不同蚁群算法选择出的全局最优路径及各自重复次数、路径流量见表1。
| 图表编号 | XD00102000300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.25 |
| 作者 | 陈能成、么爽、杜文英、王超 |
| 绘制单位 | 武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 算法运算性能对比：基于人工蚁群算法的电能表供应链路径最优化方法》2020.10.20
- 《表1 动力学分析参数：基于采矿车动力学分析的改进A~*算法全局路径规划》2021.02.25
- 《表2 路程消耗：基于采矿车动力学分析的改进A~*算法全局路径规划》2021.02.25
- 《表2 RMSE评价结果：基于多目标蚁群策略的AUV全局路径规划算法》2020.11.20
- 《表1 两组患者疗效比较：基于多目标蚁群策略的AUV全局路径规划算法》2020.11.20
- 《表1 3种算法消耗时间：基于全局最优变换矩阵的图像拼接方法》2020.11.25
- 《表2 多峰测试函数：基于多样性全局最优引导和反向学习的离子运动算法》2020.07.01
- 《表1 单峰测试函数：基于多样性全局最优引导和反向学习的离子运动算法》2020.07.01
- 《表9 全局路径规划算法对比》2020.04.25
- 《表1 实验结果：基于改进A-Star算法的AGV全局路径规划》2019.12.01
- 《表1 算法比较：基于蚁群算法的智能交通最优路径探究》2019.09.25
- 《表1 三种算法搜索到的最优路径》2019.10.15
- 《表3 最优路径数据对比：基于人工鱼群算法的模糊运输路径问题研究》2019.08.25
- 《表2 融合算法与传统算法在全局动态路径规划的性能比较》2019.06.10
- 《表1 融合算法与传统算法在全局静态路径规划的性能比较》2019.06.10
- 《表2 改进鱼群算法各次迭代的全局最优解和函数值》2019.04.01
- 《表3 粒子群算法各次迭代的全局最优解和函数值》2019.04.01
- 《表1 鱼群算法各次迭代的全局最优解和函数值》2019.04.01
- 《表2 带宽：最优路径算法问题》2018.12.25
- 《表1 顶点编号：最优路径算法问题》2018.12.25