《表5 遗传算法与粒子群算法算例分析结果对比》
提示：宽带有限、当前游客访问压缩模式
用两种算法对本文的10组实验进行对比，每组问题运行10次，取其平均值。对比结果如表5所示。其中V、Q、T分别是AGV、岸桥与集装箱任务的数量。
| 图表编号 | XD0053261300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.15 |
| 作者 | 梁承姬、林洋 |
| 绘制单位 | 上海海事大学物流科学与工程研究院、上海海事大学物流科学与工程研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 数值比较：基于混合遗传粒子群优化算法的层次路径规划方法》2020.07.10
- 《表3 优化前、后变量值：基于遗传与粒子群算法的隔振平台减振性能优化》2020.09.01
- 《表3 遗传算法和粒子群算法的参数设置》2021.01.15
- 《表2 算法对比分析表：基于改进粒子群算法的气化配煤模型求解》2021.02.10
- 《表1 算法对比分析表：基于改进粒子群算法的气化配煤模型求解》2021.02.10
- 《表1 梯度下降算法与粒子群算法求解结果对比》2020.11.25
- 《表4 遗传算法和粒子群算法的比较》2020.04.25
- 《表5 改进的粒子群算法与未改进粒子群算法求解比较》2020.06.28
- 《表1 符号定义：基于遗传-粒子群混合算法的柔性作业车间多资源调度问题》2020.02.02
- 《表2 基于Cplex和遗传算法的小规模算例求解结果对比分析》2020.03.31
- 《表3 基于遗传算法的大规模算例求解结果对比分析》2020.03.31
- 《表1 算例参数表：基于改进粒子群算法的储能系统优化运行》2020.03.30
- 《表1 最优特征集：一种混合粒子群优化遗传算法的高分影像特征优化方法》2019.12.20
- 《表1 任务所需资源：基于遗传和粒子群算法的天基资源调度策略》2020.01.18
- 《表1 用户用水量：基于粒子群和遗传算法的网管供水系统的优化分配》2020.02.25
- 《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8 算法结果对比：基于对比粒子群和节约里程算法的路径规划研究》2019.08.01
- 《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》2019.04.15
- 《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1 粒子群优化算法和遗传算法优化参数比较》2019.12.01