《表3 改进蚁群算法与标准蚁群算法和标准粒子群算法对比结果》
提示：宽带有限、当前游客访问压缩模式
改进蚁群算法的参数设置如表2所示，改进蚁群算法、标准蚁群算法和标准粒子群算法分别经过10次实验，运行结果对比分析如表3所示。
| 图表编号 | XD0035466200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.15 |
| 作者 | 蒋丽、王静、梁昌勇、赵树平 |
| 绘制单位 | 合肥工业大学管理学院、合肥工业大学管理学院、合肥工业大学管理学院、合肥工业大学管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 改进蚁群算法实验结果》2020.11.20
- 《表2 总成本对比结果：改进蚁群优化算法的电子商务物流配送路径优化》2021.01.20
- 《表1 算法相关参数：基于改进粒子群蚁群融合算法的多AGV路径规划》2020.09.01
- 《表3 迭代次数对改进蚁群算法求解结果的影响》2020.12.10
- 《表3 蚁群算法改进效果对比实验结果》2020.04.25
- 《表3 改进蚁群算法的实验结果记录》2020.02.01
- 《表3 改进前后算法对比：基于改进蚁群算法的输电线路路径规划关键技术》2020.02.25
- 《表1 改进蚁群算法和常规蚁群算法的性能对比》2020.02.15
- 《表2 改进蚁群算法结果路径对比》2019.10.25
- 《表2 实验结果对比：改进蚁群算法在移动机器人轨迹规划中的应用研究》2019.11.25
- 《表1 实验结果对比：改进蚁群算法在移动机器人轨迹规划中的应用研究》2019.11.25
- 《表3 多种群之间的对比：基于粒子群参数优化的同构双种群蚁群算法》2019.09.18
- 《表2 不同算法性能对比：基于粒子群参数优化的同构双种群蚁群算法》2019.09.18
- 《表3 不同改进的对比表：改进的蚁群算法在图像边缘检测中的应用》2019.08.20
- 《表1 计算结果对比：基于改进蚁群算法的边坡稳定分析方法研究》2019.07.01
- 《表1 实验结果对比：基于双向搜索策略的改进蚁群路径规划算法》2019.07.10
- 《表1 蚁群算法与本文的改进A*算法的防碰撞时间对比》2019.05.25
- 《表2 蚁群算法改进前后性能对比》2019.04.25
- 《表1 算法结果对比表：动态环境下基于改进蚁群算法的移动机器人路径规划》2019.10.15
- 《表3 改进算法与蚁群算法规划结果对比》2019.12.01