《表4 GA-ACO算法与遗传算法路径搜索效率对比》
表5表明,随着分辨率变高,数据量增加,两个算法的搜索效率均下降。文献[11]算法的评价函数在搜索过程中不能进行方向选择,其与传统遗传算法类似,会在下一节点的搜索过程中反复迭代和重置,并重新进行搜索,其在数据量较少时效率较高,但随着数据量增加其耗费的时间加大。本文算法通过选择因子以及自适应信息素更新策略,缩小了搜索范围,提高了求解的质量,降低了陷入局部最优的概率,在数据量增加时较大地提高了搜索效率。
图表编号 | XD00222756300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.05 |
作者 | 武小年、奚玉昂、张润莲 |
绘制单位 | 桂林电子科技大学广西可信软件重点实验室、桂林电子科技大学广西密码学与信息安全重点实验室、桂林电子科技大学广西密码学与信息安全重点实验室、桂林电子科技大学广西密码学与信息安全重点实验室、桂林电子科技大学广西高校云计算与复杂系统重点实验室 |
更多格式 | 高清、无水印(增值服务) |