《表3 收敛情况表：区域破坏重建的蚁群优化算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《区域破坏重建的蚁群优化算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由以往的文献总结可得，ACS算法在寻优过程中，其寻优的结果集精确度在很大程度上都会受到数据类型及数据点数量的影响。由表3分析可得，ACS算法随着数据点数量的增大，寻优的精确度并不是很理想，ACS算法在样本数量及类型为berlin52时，精度可高达99.36%，在样本数量及类型为rat783时，精度仅有82.1%。而本文所提出的RDRACO算法虽然也会受到数据类型及数据点数量的影响，但是在数据点数量小于等于200时，其精度可高达100%，当寻优数据点数量在200到800范围内，其精度最低可达97.51%，最高精度仍可维持在100%。在实验仿真过程中，RDRACO算法相对于ACS算法收敛速度较快、收敛精度及鲁棒性显著提高。