《表1 设计变量范围:改进ACO及其在移动机器人路径规划中的应用》
针对信息素启发式因子α、期望启发式因子β等参数设置不当导致基本ACO容易产生收敛精度不高、收敛速度慢等不足。采用Python模型和Matlab模拟计算相结合的方式进行ACO参数优化设计[10-11]。其中,TSP案例库(TSPLIB)采用Eil51作为测试库,设计变量表达式,如式(7)所示。设计变量的上下边界,如表1所示。
图表编号 | XD00102941300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.08 |
作者 | 梁刚、马震、刘紫燕、何妍 |
绘制单位 | 贵州大学明德学院、贵州大学明德学院、贵州大学大数据与信息工程学院、新松机器人自动化股份有限公司 |
更多格式 | 高清、无水印(增值服务) |