《表2 基本遗传算法与智能混合算法预测配方工艺下的实测结果》
提示：宽带有限、当前游客访问压缩模式
为验证本文所提方法的可行性，分别按照GA和IHA两种算法预测的配方工艺按上述试验方案对空白棉织物进行实际染色，并与客户样布进行色差测试，获得实际数据对比结果如表2所示。
| 图表编号 | XD00143786700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.28 |
| 作者 | 汪岚、汤仪平、陈海洋 |
| 绘制单位 | 黎明职业大学智能制造工程学院、黎明职业大学智能制造工程学院、黎明职业大学智能制造工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 混合算法和标准遗传算法拟合结果比较》2020.10.28
- 《表4 标准遗传算法与混合遗传算法同一场景同样参数下效果比较》2021.02.25
- 《表2 耐高温分析结果：5G智能交通背景下交通信号灯配时优化研究——基于灰色预测模型和遗传算法》2020.07.01
- 《表1 标准测试函数：天牛须搜索与遗传的混合算法》2020.07.01
- 《表2 多智能体进化算法与遗传算法运行对比》2020.04.01
- 《表3 改进的混合遗传算法配方结果》2020.03.01
- 《表2 混合遗传算法配方结果》2020.03.01
- 《表8 CCD实验结果：遗传神经网络与遗传算法优选黄芪皂苷微波提取工艺条件》2019.08.28
- 《表2 基本遗传算法与改进遗传算法结果对比》2019.07.16
- 《表2 改进算法与遗传算法对总运力的预测结果对比》2019.06.30
- 《表4 实际算例的多种改进智能水滴混合算法与其他算法结果比较》2019.06.10
- 《表2 示例FMS问题：遗传算法与模拟退火算法在FMS中的混合应用》2019.08.25
- 《表1 符号含义图：遗传算法与模拟退火算法在FMS中的混合应用》2019.08.25
- 《表1 符号含义图：遗传算法与模拟退火算法在FMS中的混合应用》2019.08.25
- 《表2 计算结果对比：基于混合遗传算法的有效路径求解》2019.06.01
- 《表1 网络训练样本：基于混合神经遗传算法的扩胀管吸能特性预测》2019.05.08
- 《表1 测量结果表：基于混合遗传算法与模拟退火算法的金属氧化物避雷器在线监测研究》2019.06.25
- 《表1 贪心遗传混合式算法和遗传算法对比结果》2019.01.31
- 《表3 混合遗传算法运行结果数值表 (1)》2018.01.15
- 《表4 混合遗传算法运行结果数值表 (2)》2018.01.15