《表1 基于Pareto的双目标蚁群算法运算结果》
提示：宽带有限、当前游客访问压缩模式
航线1和2的Pareto解集如图4和图5所示，优化结果如图6和图7所示，算法运算结果如表1所示.
| 图表编号 | XD0061103500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 蒋美芝、吕靖 |
| 绘制单位 | 大连海事大学交通运输工程学院、大连海事大学交通运输工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 仿真实验参数：基于Stackelberg博弈的双目标WOA频谱共享算法》2020.09.25
- 《表1 工作井参数表：基于时空显著性的双核KCF目标跟踪算法》2021.01.05
- 《表1 测量指标设计：基于改进蚁群算法的多目标路径规划研究》2020.12.28
- 《表2 测试内容及结果：混合蚁群算法求解双目标时间窗VRP》2020.12.01
- 《表8 中介分析结果：混合蚁群算法求解双目标时间窗VRP》2020.12.01
- 《表2 RMSE评价结果：基于多目标蚁群策略的AUV全局路径规划算法》2020.11.20
- 《表1 两组患者疗效比较：基于多目标蚁群策略的AUV全局路径规划算法》2020.11.20
- 《表3 本文算法对两种规模的双目标模型求解结果（20,30)》2020.06.10
- 《表5 本文算法对增加两个对种规模的双目标模型求解结果》2020.06.10
- 《表2 势场法与蚁群算法运算时间对比》2019.12.01
- 《表2 调度规划结果：基于Pareto改进VNS-MMAS的定点修理任务多目标动态调度》2020.02.01
- 《表5 多目标非支配遗传算法优化Pareto解集》2020.02.08
- 《表1 实验对比结果：基于自适应蚁群算法的快速位移图像精准定位方法》2019.10.25
- 《表7 三种算法运行结果：基于几何规则的异类蚁群优化算法》2019.08.01
- 《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3 基于Pareto双目标蚁群算法最优解统计》2019.02.01
- 《表2 基于权重的双目标蚁群算法运算结果》2019.02.01
- 《表2 网格无关性验证：基于径向基神经网络与粒子群算法的双叶片泵多目标优化》2019.01.01
- 《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