《表3 算法参数设置：改进ACO及其在移动机器人路径规划中的应用》
提示：宽带有限、当前游客访问压缩模式
为消除算法随机误差对实验结果的影响，确保算法有效性，每个多峰测试函数分别重复计算10次，改进ACO和基本ACO参数设置，如表3所示。
| 图表编号 | XD00102941600 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） |
相关图表
- 《表1 试验参数：基于改进人工势场法的移动机器人路径规划算法研究》2020.12.01
- 《表3 平均迭代次数：改进鲸鱼算法及其在路径规划的应用》2021.02.25
- 《表2 实验结果：改进鲸鱼算法及其在路径规划的应用》2021.02.25
- 《表1 测试函数：改进鲸鱼算法及其在路径规划的应用》2021.02.25
- 《表1 D*算法伪代码：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表5 第三组：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表4 第二组：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表3 第一组：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表2 算法比较：改进的蚁群优化算法在机器人路径规划中的应用》2019.12.25
- 《表1 算法性能比较：贝塞尔曲线融合ACO的移动机器人路径规划》2020.01.08
- 《表1 算法性能对比：改进的蚁群算法在机器人路径规划上的应用》2020.01.15
- 《表2 测试函数参数设置：改进ACO及其在移动机器人路径规划中的应用》2019.10.08
- 《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》2019.10.08
- 《表5 最终结果：改进ACO及其在移动机器人路径规划中的应用》2019.10.08
- 《表4 函数结果：改进ACO及其在移动机器人路径规划中的应用》2019.10.08
- 《表2 实验结果对比：改进蚁群算法在移动机器人轨迹规划中的应用研究》2019.11.25
- 《表1 实验结果对比：改进蚁群算法在移动机器人轨迹规划中的应用研究》2019.11.25
- 《表2 算法性能比较：改进ACO在移动机器人路径规划中的研究》2019.09.08
- 《表2 简单环境路径规划：改进粒子群算法的移动机器人平滑路径规划》2019.12.01
- 《表3 复杂环境路径规划：改进粒子群算法的移动机器人平滑路径规划》2019.12.01