《表3 本文算法对两种规模的双目标模型求解结果（20,30)》
提示：宽带有限、当前游客访问压缩模式
由表3与表4对比分析得知，当有时间约束时的碳排放量会比没有约束的碳排放量多，但是却能够缩短车辆的行驶时间，因此双目标模型更能够在适量减少碳排放的同时牺牲更少的行驶时间。
| 图表编号 | XD00157035700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.10 |
| 作者 | 葛显龙、冉小芬 |
| 绘制单位 | 重庆交通大学经济与管理学院、重庆交通大学智能物流网络重庆市重点实验室、重庆交通大学经济与管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 两种优化目标下的求解结果》2020.09.01
- 《表2 不同地图规模下本文算法相较于两种对比算法的路程和时间减少率》2020.12.10
- 《表本文方法与的求解结果：配电网多时段在线恢复决策问题的两阶段求解算法》2021.02.10
- 《表5 各算法的SP值：随机多目标煤炭模型的智能优化求解》2021.01.15
- 《表4 各算法的CD值：随机多目标煤炭模型的智能优化求解》2021.01.15
- 《表4 模型路径表：混合蚁群算法求解双目标时间窗VRP》2020.12.01
- 《表5 本文算法对增加两个对种规模的双目标模型求解结果》2020.06.10
- 《表4 本文对四种规模无约束的求解结果》2020.06.10
- 《表1 1 各算法求解不同规模算例的目标均值和CPU(s）对比表》2020.08.10
- 《表1 颜色标记和鱼种对两种鱼类临界游泳速度影响的双因素方差分析结果》2020.05.25
- 《表3 基于遗传算法的大规模算例求解结果对比分析》2020.03.31
- 《表3 两种模型的双非线性屈曲结果》2019.12.30
- 《表1 二进制变异规则：基于二进制微分进化算法和目标函数分解的大规模机组组合求解》2019.10.10
- 《表3 双目标约束模型求解结果》2019.06.01
- 《表1 本文算法重构不同规模模型的信息统计》2019.06.06
- 《表3 进行多目标求解时改进粒子群算法和遗传算法结果比较》2019.02.01
- 《表3 本文算法与文献[22]目标检测结果对比》2019.04.01
- 《表2 3种关系的双代理人模型的求解结果》2018.09.01
- 《表3 4种算法对不同规模问题的求解结果》2018.12.01
- 《表1 本文IPSO算法与文献[16]ACO算法求解MCVRP算例1结果的对比》2019.11.01