《表1 1 改进遗传算法和其他算法的目标函数值比较》

  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

《考虑恶劣天气的班轮多阶段重调度方法》

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。