《表1 评价指标数值表：区间多目标粒子群优化算法及其应用》
提示：宽带有限、当前游客访问压缩模式
由3.2节可知，σ1值越大且σ2值越小，建模准确度越高，取σ=σ1+（1-σ2），将每个Pareto最优解在各个评价指标下的数值按照σ降序排列，并记录于表1中．
| 图表编号 | XD00102453000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 关守平、邹立夫、张菁菁 |
| 绘制单位 | 东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 发电机功率范围：采用多目标离散粒子群算法的地磁感应电流抑制措施的优化和效果评价》2021.03.10
- 《表1 生成网络参数值：求解多目标社区发现问题的离散化随机漂移粒子群优化算法》2021.03.10
- 《表2 优化前后目标比较：基于多目标粒子群算法的平衡式变幅臂架系统优化设计》2020.10.25
- 《表1 测试函数：基于多线程粒子群算法的多段翼型多目标优化设计》2020.07.01
- 《表2 测试结果统计：改进粒子群优化算法及其在聚类分析中应用》2020.08.18
- 《表1 目标函数：图形处理器维度层并行粒子群优化算法》2019.06.15
- 《表2 指标定义：应用于软件缺陷预测模型的量子粒子群优化BP算法》2019.08.01
- 《表3 罚函数改进粒子群算法和多目标遗传算法优化结果》2019.07.28
- 《表2 测试结果：基于旋转基技术的多目标粒子群优化算法》2019.09.01
- 《表3 代理模型：两步式约束粒子群优化算法及其在新能源汽车轻量化设计中的应用》2019.01.25
- 《表2 网格无关性验证：基于径向基神经网络与粒子群算法的双叶片泵多目标优化》2019.01.01
- 《表3 不同权重阈值讨论：自适应简化粒子群优化算法及其应用》2019.04.15
- 《表2 参数设置：自适应简化粒子群优化算法及其应用》2019.04.15
- 《表1 测试函数：自适应简化粒子群优化算法及其应用》2019.04.15
- 《表3 进行多目标求解时改进粒子群算法和遗传算法结果比较》2019.02.01
- 《表1 算法性能测试结果：面向反应再生过程的量子粒子群多目标优化》2019.02.01
- 《表6 多目标粒子群算法的参数设置》2018.05.01
- 《表1 定位仿真数据：基于粒子群优化算法的井下目标定位方法》2018.05.01
- 《表2 改进多目标粒子群算法参数的选择》2018.12.01
- 《表4 多目标粒子群算法参数设置表》2018.06.01