《表2 AGA和MOPSO参数设置》
提示：宽带有限、当前游客访问压缩模式
选取参考变量的过程中，建立入水数据与能耗和罚款之间的软测量模型，样本总数为672，按交叉法得到训练样本和测试样本各336组。自适应遗传算法的相关参数见表2。
| 图表编号 | XD00105489300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 李永明、史旭东、熊伟丽 |
| 绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院、江南大学物联网工程学院、江南大学轻工过程先进控制教育部重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
![表2 SGA组与AGA组患儿生后并发症的比较[n(%)]](http://bookimg.mtoou.info/tubiao/gif/YXXX202023028_01900.gif)
相关图表
- 《表2 NSGA-Ⅱ算法和MOPSO算法在不同目标函数组合下的模型性能评价结果》2020.10.25
- 《表1 NSGA-Ⅱ算法和MOPSO算法在不同目标函数组合下的参数取值》2020.10.25
- 《表2 SGA组与AGA组患儿生后并发症的比较[n(%)]》2020.12.01
- 《表2 权值分布：基于AGA-BP的发酵过程智能补料控制策略》2020.11.15
- 《表2 AGA型耐温屏蔽复合材料的耐辐照性能》2020.07.20
- 《表2 引物序列：300M超高强度钢铣削力模型构建及MOPSO优化》2021.01.25
- 《表3 MOPSO、改进MOPSO、NSGA-II设置参数》2020.06.01
- 《表5 预测结果：基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化》2020.05.20
- 《表6 MOPSO算法参数设置》2020.05.20
- 《表1 初始工艺参数：基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化》2020.05.20
- 《表4 检验样本：基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化》2020.05.20
- 《表2 定性参数和定量参数设置》2020.07.28
- 《表5 AGA-RBF神经网络模型参数》2020.07.25
- 《表7 传统GA和AGA算法对比》2019.09.01
- 《表2 Redlieh-Kwong对比态方程计算结果与AGA8结果的对比》2019.02.10
- 《表1 金属离子和化学试剂对Aga16A＿Wf酶活的影响》2019.04.25
- 《表2 两种算法指标对比：基于IAFSA和AGA混合算法的移动机器人路径规划》2019.02.01
- 《表2 两组AGA患者愈显率比较》2019.01.25
- 《表1 AGA与MPSO参数值》2018.12.01
- 《表1 MOPSO算法参数设定值Tab.1 MOPSO parameter settings》2018.12.25