《表5 GA与PSO实验结果对比》
为了进一步验证算法的有效性与稳定性,选取了4.3节中的5个实验脚本,采用遗传算法(Genetic Algorithm,GA)和粒子群优化(Particle Swarm Optimization,PSO)算法分别针对不同规模大小的算例进行实验对比,结果取10次实验中的最优值,CPU时间取10次实验的平均值。PSO的种群规模为100,最大迭代次数为500,惯性权重为0.729 8,加速常数为1.149 6,GA的实验参数延续前文的设置,具体结果见表5。
图表编号 | XD00134496300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 周磊磊、梁承姬、胡筱渊 |
绘制单位 | 上海海事大学物流科学与工程研究院、上海海事大学物流科学与工程研究院、上海海事大学物流科学与工程研究院 |
更多格式 | 高清、无水印(增值服务) |