《表2 多种群遗传算法结果》
提示：宽带有限、当前游客访问压缩模式
本次使用多种群遗传算法以及标准遗传算法分别进行了5次结果求解，最终的统计结果如表1和表2所示。
| 图表编号 | XD0035488300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.30 |
| 作者 | 张利民 |
| 绘制单位 | 同煤集团四台矿自动化综采队 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 对应的2D靶点：基于单目视觉的多种群粒子群机械臂路径规划算法》2020.10.10
- 《表4 DH参数：基于单目视觉的多种群粒子群机械臂路径规划算法》2020.10.10
- 《表2 3D靶点：基于单目视觉的多种群粒子群机械臂路径规划算法》2020.10.10
- 《表1 相机内参：基于单目视觉的多种群粒子群机械臂路径规划算法》2020.10.10
- 《表2 测试结果：改进自适应多种群NSGA-Ⅲ算法的研究》2021.01.05
- 《表1 遗传算法参数设置：运用含复杂网络结构的多种群遗传算法求解FJSP》2021.01.15
- 《表1 算法结果对比：基于改进多种群PSO算法的火炮随动系统调节器参数优化》2020.06.01
- 《表3 重构前后的结果：基于遗传蚁群算法配电网重构》2020.01.15
- 《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1 实验结果对比：多种群遗传算法在服务机器人仿真中的应用》2019.05.25
- 《表3 罚函数改进粒子群算法和多目标遗传算法优化结果》2019.07.28
- 《表2 函数测试结果：基于动态区域划分的多种群进化算法》2019.01.30
- 《表5 遗传算法与粒子群算法算例分析结果对比》2019.05.15
- 《表4 通风能耗比较：矿井通风网络的多种群自适应粒子群算法优化研究》2019.02.20
- 《表3 进行多目标求解时改进粒子群算法和遗传算法结果比较》2019.02.01
- 《表3 不同方案的比较：基于多种群遗传算法的多AGV调度》2018.11.15
- 《表2 任务路线：基于多种群遗传算法的多AGV调度》2018.11.15
- 《表2 任务路线：基于多种群遗传算法的多AGV调度》2018.11.15
- 《表1 实验参数：基于多种群遗传算法的多AGV调度》2018.11.15
- 《表1 动态蚁群遗传算法的性能试验结果》2019.12.08