《表3 最优解平均值：基于改进型鲸鱼算法的云制造资源配置研究》
提示：宽带有限、当前游客访问压缩模式
4）对三种算法进行50次和100次验算，得到最优解平均值，如表3所示。
| 图表编号 | XD00119779600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.25 |
| 作者 | 吴书强、栾飞 |
| 绘制单位 | 长安大学工程机械学院、长安大学工程机械学院、陕西科技大学机电工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 混沌映射种群：基于改进的鲸鱼算法在云计算任务调度中的研究》2021.02.28
- 《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1 最优解的演变：一种改进蚁群算法的DGPS整周模糊度求解》2021.02.01
- 《表5 改进的粒子群算法结果和最优解的比较（4)》2020.12.10
- 《表4 改进的粒子群算法结果和最优解的比较（3)》2020.12.10
- 《表3 改进的粒子群算法结果和最优解的比较（2)》2020.12.10
- 《表2 改进的粒子群算法结果和最优解的比较（1)》2020.12.10
- 《表2 威胁信息参数：基于改进鲸鱼优化算法的无人机航路规划》2020.12.25
- 《表1 候选制造服务：基于改进NSGA-Ⅱ的云制造服务组合优化问题研究》2020.04.10
- 《表3 算例结果的比较：基于改进NSGA-Ⅱ的云制造服务组合优化问题研究》2020.04.10
- 《表2 加工资源信息：基于改进型鲸鱼算法的云制造资源配置研究》2019.12.25
- 《表1 运输信息：基于改进型鲸鱼算法的云制造资源配置研究》2019.12.25
- 《表1 运输信息：基于改进型鲸鱼算法的云制造资源配置研究》2019.12.25
- 《表1 最优解：基于改进鲸鱼算法的路径规划方法研究》2019.10.20
- 《表1 3种算法运行10次平均最优解》2019.07.10
- 《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2 各算法最优解的平均值及最小最优解对比》2019.01.01
- 《表3 基于Pareto双目标蚁群算法最优解统计》2019.02.01
- 《表3 联盟方案最优解：基于改进灰狼算法的多传感器探测联盟》2019.08.20
- 《表1 基准测试函数：基于混合策略改进的鲸鱼优化算法》2019.12.01