《表2 仿真参数:基于FA-IACS算法的车辆路径问题优化》
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.
图表编号 | XD00172094900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 刘巍巍、孙宇彤、安小宇、高鑫禹、孙晨曦 |
绘制单位 | 沈阳工业大学机械工程学院、沈阳工业大学机械工程学院、郑州轻工业大学电气信息工程学院、沈阳工业大学机械工程学院、沈阳工业大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |