《表3 MOPSO、改进MOPSO、NSGA-II设置参数》
将传统粒子群算法(multi-objective particle swarm optimization,MOPSO)、NSGA-II算法与改进粒子群算法运行结果进行对比,以验证算法有效性和优越性。由于元启发式算法每次运算都具有不确定性,参数的选取并不能保证是最优值,笔者采用正交实验设计法,通过多次实验组合选取最优参数,结果如表3所示。
图表编号 | XD00182313700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 李香怡、何星月、王磊、唐红涛 |
绘制单位 | 武汉理工大学机电工程学院、武汉市第十五中学、武汉理工大学机电工程学院、武汉理工大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |