《表3 微粒群算法下3辆配餐车的服务航班号》
提示：宽带有限、当前游客访问压缩模式
最后结果显示迭代5次达到最优结果，得到的最优结果为:78 min。3辆配餐车的配餐服务顺序见表3。
| 图表编号 | XD00219527500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 赵桂红、秦臻、李建伏 |
| 绘制单位 | 中国民航大学经济与管理学院、中国民航大学经济与管理学院、中国民航大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 进化代数对比：群体动画行为自动控制的微粒群优化算法》2020.10.01
- 《表2 先到先服务方法下3辆配餐车的服务航班号》2020.10.01
- 《表1 3辆配餐车单独服务各航班所需时间》2020.10.01
- 《表2 航班延误下航空公司服务质量评价体系》2021.02.10
- 《表3 问卷信度检测结果：基于SERVPREF-KANO的航班服务质量提升研究》2021.02.10
- 《表1 标准测试函数：随机惯性权重微粒群算法的BRDF参数反演》2021.02.25
- 《表3 两种方式下的Fn：基于自适应混沌粒子群算法的冷-热-电联供系统调度策略》2020.12.10
- 《表3 环境1下A*算法和蚁群算法结果比较》2020.11.10
- 《表7 环境3下A*和蚁群算法结果比较》2020.11.10
- 《表4 受控航班排序算法下航班排序》2020.12.25
- 《表3 混淆矩阵：基于Spark的决策树算法对航班延误预测研究》2021.02.05
- 《表3 不同工况下不同算法对典型并联泵站群的优化运行能耗》2020.02.01
- 《表2 不同航班量下算法效率分析》2020.01.25
- 《表3 RBS算法下航班延误损失表》2020.01.01
- 《表3 m=30时不同服务请求数目下3种算法的对比》2019.07.01
- 《表1 m=10时不同服务请求数目下3种算法的对比》2019.07.01
- 《表1 工程相关参数：基于微粒群算法的建筑工程成本优化技术研究》2019.07.05
- 《表3 聚类精度比较：云环境下基于群智能算法的大数据聚类挖掘技术》2019.05.01
- 《表3 阶段1集货方案：考虑新能源车的低碳集货模型与算法研究》2019.02.01
- 《表3 NSGA-II算法下的部分航班序列》2019.04.01