《表2 不同算法下经典移钵实例的仿真结果对比》

  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

《温室穴盘苗自动移钵路径优化》

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

注：CSM指固定顺序法，GA指文献[6]的遗传算法，ACO指文献[10]的蚁群算法，SFLA指文献[11]的蛙跳算法，CSA指本文的克隆选择算法，IGA指本文的免疫遗传算法，“*”指文献中无此数据。

表2为有效性验证试验结果。由表2可知，2种模型得到的最优路径长度均为2 914 mm，略优于遗传算法，与蚁群算法和蛙跳算法的规划效果一致；克隆选择算法、免疫遗传算法、遗传算法和蚁群算法的平均计算时间分别为0.61、0.24、0.65和0.54 s，克隆选择算法与遗传算法的计算时间相近，免疫遗传算法明显优于遗传算法和蚁群算法，且优于基于克隆选择算法，表明本文所设计的2种模型均能有效完成路径规划，且路径规划效果较好。图5为本文设计的2种优化模型的路径规划结果和收敛曲线，由图5可知，在该组试验中，本文所设计的2种模型均能在50代内快速收敛，规划的路径长度较稳定，表明2种模型性能稳定。