《表1 1 改进遗传算法和其他算法的目标函数值比较》
为验证算法的优越性,本文同时针对此问题,用蚁群优化(Ant Colony Optimization,ACO)算法参数设定最大迭代次数500,种群规模为200;禁忌搜索(Tabu Search,TS)算法[13]参数设定最大迭代次数为500,最优值连续不变次数为100,邻域规模为100,短禁忌表长度为25,长禁忌表长度为50;量子差分进化(Quantum Differential Evolution,QDE)算法[14-15]参数设定最大迭代次数为500,种群规模为200,收缩因子为0.9,量子交叉为0.3。分别进行求解,最终将四种算法根据港口数和船舶从小规模到大规模进行比较,其结果如表11~12所示。
图表编号 | XD00201785900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 王永航、张天宇、郑红星 |
绘制单位 | 大连海事大学交通运输工程学院、大连海事大学交通运输工程学院、大连海事大学交通运输工程学院 |
更多格式 | 高清、无水印(增值服务) |