《表4 MGA和PSO的指标和运行时间对比》

  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

《基于多基因遗传算法的异构多无人机协同任务分配》

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

由图11可看出，MGA比PSO算法能更快地收敛到更优的目标函数值，说明能找到更佳的任务分配方案，寻优能力更强且收敛性更好。主要原因在于，MGA在编码的过程中考虑了“死锁”的问题，而PSO的粒子随机运动允许不可行解的存在，因此存在部分“死锁”解的情况，而“死锁”解的存在使得PSO解空间减小，因而全局寻优能力受到影响，收敛性不佳。表4给出了在求解本算例时MGA和PSO的指标及运行时间对比情况，表中的平均指标指的是综合100次仿真结果求取平均值。