《表2 仿真参数：基于FA-IACS算法的车辆路径问题优化》

  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

《基于FA-IACS算法的车辆路径问题优化》

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

为了全面验证所提出的FA-IACS算法的有效性，本文针对小规模标准算例1及大规模标准算例2两个案例问题进行了测试，将FA-IACS算法与标准ACS算法以及文献[5]中的改进蚁群算法（improved ant colony algorithm，IACA）组成了一个对比仿真实验．小规模标准算例1取自国际VRP算例库中经典案例，大规模标准算例2选取CVRP Set CMT算例集中的5个算例．仿真设备CPU为Intel Core 2 Duo CPU T6400 2.00 GHz2 GHz，操作系统为Windows7旗舰版，开发环境为Matlab2014a.q0、a、b和ρ等参数值取自文献[16]，参数取值如表2所示．