《表1 两组患者疗效比较：基于多目标蚁群策略的AUV全局路径规划算法》
提示：宽带有限、当前游客访问压缩模式
首先，文献[7]（标记(1）)与传统蚁群算法（标记(2）)得到路径结果，如图3。实验数据如表1所示。
| 图表编号 | XD00184548700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.20 |
| 作者 | 胡春磊、章飞、曾庆军 |
| 绘制单位 | 江苏科技大学电子信息学院、江苏科技大学电子信息学院、江苏科技大学电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型参数：基于改进A~*GBNN算法的AUV路径规划》2020.09.25
- 《表2 整机体积对比：基于Dubins曲线和遗传算法的AUV路径规划方法》2020.12.25
- 《表1 整车设计参数：基于Dubins曲线和遗传算法的AUV路径规划方法》2020.12.25
- 《表1 相关符号说明：基于自适应动态搜索蚁群算法的车辆路径规划》2021.02.16
- 《表1 测量指标设计：基于改进蚁群算法的多目标路径规划研究》2020.12.28
- 《表2 作业路径计算结果：基于改进蚁群算法的植保无人机路径规划方法》2020.11.25
- 《表5 转移路径总长度：基于改进蚁群算法的植保无人机路径规划方法》2020.11.25
- 《表1 算法相关参数：基于改进粒子群蚁群融合算法的多AGV路径规划》2020.09.01
- 《表2 RMSE评价结果：基于多目标蚁群策略的AUV全局路径规划算法》2020.11.20
- 《表1 路径规划统计结果：机器人导航路径的动态分级蚁群算法规划策略》2020.06.08
- 《表3 各算法运行时间：基于改进蚁群算法的汽车避障路径规划》2020.04.15
- 《表1 蚁群算法参数：基于改进蚁群算法的汽车避障路径规划》2020.04.15
- 《表1 D-H参数：基于遗传蚁群混合算法的机械臂路径规划》2020.01.20
- 《表3 改进前后算法对比：基于改进蚁群算法的输电线路路径规划关键技术》2020.02.25
- 《表1 因素评分：基于改进蚁群算法的输电线路路径规划关键技术》2020.02.25
- 《表1 复杂偏好关系矩阵：基于蚁群算法的西北航道海上救援路径规划》2019.12.01
- 《表1 实验结果对比：基于双向搜索策略的改进蚁群路径规划算法》2019.07.10
- 《表1 仿真参数取值：改进蚁群算法在AUV三维路径规划中的研究》2019.06.01
- 《表1 算法性能比较：基于模式转变蚁群算法的波浪滑翔机路径规划》2019.05.01
- 《表1 算法结果对比表：动态环境下基于改进蚁群算法的移动机器人路径规划》2019.10.15