《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》
提示：宽带有限、当前游客访问压缩模式
代
统计本文算法收敛至全局最优解后，周围环境发生10次变化时，本文算法重新收敛至全局最优解进化次数，并将本文算法与Q-学习算法以及目标跟踪算法对比，结果如表1所示。
| 图表编号 | XD00226933200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 杨亮、张颖、姚奕洋 |
| 绘制单位 | 邯郸学院、邯郸学院、邯郸学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 平均进化代数：面向测试数据生成的遗传算法初始种群分布问题研究》2020.04.01
- 《表2 算法初始参数设置：具有动态学习能力的分层进化粒子群优化算法》2021.01.15
- 《表1 4个典型测试函数：具有动态学习能力的分层进化粒子群优化算法》2021.01.15
- 《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 实验结果对比：采用种群进化的粒子群多模态函数优化》2020.07.01
- 《表2 精准度对比：基于虚拟动画设计的角色建模与行为控制研究》2020.09.01
- 《表2 粒子群算法的特点：基于粒子群优化算法的软件测试数据自动生成实证研究》2020.06.28
- 《表1 所用测试函数：基于混沌动态步长布谷鸟算法的群体动画行为控制方法研究》2020.01.01
- 《表1 PI参数整定结果：基于思维进化算法的风电机组变桨控制器参数优化整定》2019.11.06
- 《表3 均方误差：基于思维进化算法的风电机组变桨控制器参数优化整定》2019.11.06
- 《表2 协同进化策略的粒子群优化算法》2019.08.01
- 《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1 实验对比数据：基于粒子群算法的船舶数控机械优化控制》2019.01.25
- 《表4 不同优化算法的运行结果和收敛代数对比》2019.04.10
- 《表2 遗传算法参数：基于代数法和优化法的异步电动机动态参数辨识方法对比研究》2019.01.20
- 《表2 6个典型函数：一种基于进化的自适应卡尔曼修正粒子群优化算法》2019.02.01
- 《表1 边界条件：基于多种群协同进化免疫多目标优化算法的百叶窗优化研究》2019.04.01
- 《表1 模糊控制规则：基于混合粒子群算法的随动系统模糊控制参数优化》2018.06.01
- 《表2 实验对比结果：一种蚁群进化算法在GNSS高精度测姿中的应用研究》2018.05.10
- 《表3 算法平均适应度与进化代数》2019.11.20