《表1 城市坐标信息表：改进状态转移策略的蚁群算法求解TSP问题》
提示：宽带有限、当前游客访问压缩模式
实验构造了52个城市的坐标数据，如城市v1的坐标为x=565.0，y=575.0。部分城市坐标信息如表1。
| 图表编号 | XD0039095900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 熊化峰、孙英华、刘雪庆 |
| 绘制单位 | 青岛大学计算机科学技术学院、青岛大学计算机科学技术学院、青岛大学计算机科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 最优解的演变：一种改进蚁群算法的DGPS整周模糊度求解》2021.02.01
- 《表1 待装纸板尺寸规格：改进自适应蚁群算法求解集装箱装载瓦楞纸板问题》2021.02.15
- 《表1 待装纸板尺寸规格：改进自适应蚁群算法求解集装箱装载瓦楞纸板问题》2021.02.15
- 《表3 迭代次数对改进蚁群算法求解结果的影响》2020.12.10
- 《表2 不同参数设置下改进蚁群算法求解结果》2020.12.10
- 《表3 试验动物分组情况：一种求解多目标优化问题的改进蚁群算法》2020.11.15
- 《表2 算法比较：改进的蚁群优化算法在机器人路径规划中的应用》2019.12.25
- 《表1 算法性能对比：改进的蚁群算法在机器人路径规划上的应用》2020.01.15
- 《表1 实验中参数的取值：一种求解TSP问题的协同进化算法》2019.09.01
- 《表1 三种算法比较：改进A~*蚁群算法求解机器人路径规划问题》2019.12.20
- 《表2 客户信息表：混合蚁群算法求解带软时间窗的车辆路径问题》2019.08.01
- 《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4 定量比较实验表：改进的蚁群算法在图像边缘检测中的应用》2019.08.20
- 《表3 不同算法比较：贪婪随机自适应灰狼优化算法求解TSP问题》2019.07.15
- 《表2 算法性能对比：动态调度策略与竞争机制融合的蚁群优化算法》2019.07.05
- 《表1 各算法求解8种TSP问题的统计结果比较》2019.07.16
- 《表2 基本参数设置：分层递进的改进聚类蚁群算法解决TSP问题》2019.08.01
- 《表1 参数因子值集：分层递进的改进聚类蚁群算法解决TSP问题》2019.08.01
- 《表2 节点漏洞信息：基于改进蚁群算法的防护策略选择模型》2019.04.01
- 《表1 HPSO、SADPSO、IHPSO算法求解TSP问题的结果对比》2019.04.15