《表1 鱼群算法各次迭代的全局最优解和函数值》
提示：宽带有限、当前游客访问压缩模式
为了验证本文所提出方法的有效性，共进行了三组对比实验。在实验1中，利用鱼群算法来搜索使目标函数F（X）最小化的X的值。在各次迭代过程中，所获取的全局最优解如表1所示。
| 图表编号 | XD0067691200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 高雪瑶、刘云腾 |
| 绘制单位 | 哈尔滨理工大学计算机科学与技术学院、哈尔滨理工大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 指标的相对权重、最优解和最劣解》2020.10.25
- 《表2 Pareto最优解集中的极端解和最优折中解》2020.04.30
- 《表3 环首都配送中心CLRIP模型初始解和最优解的目标函数值（单位：元）》2020.07.26
- 《表2 不同算法在8个测试函数中的平均最优解1)》2020.03.30
- 《表1 DE/EDA、JADE、EDA/LS及其变形算法在13个YLL测试题上独立运行30次，每次函数适应值评估次数均达到300000，得到的最优解适应值的中值、均值和方差的统计表》2020.02.01
- 《表2 DE/EDA、JADE、EDA/LS及其变形算法在13个测试题上得到的最优解函数适应值的排序结果统计》2020.02.01
- 《表2 Pareto最优解集中极端解和最优折衷解》2019.12.20
- 《表1 三种算法最优解和迭代次数统计》2019.12.25
- 《表1 算例的最优解和具体配送方案》2019.10.01
- 《表2 Pareto最优解集中的极端解和折衷解》2019.07.20
- 《表7 所有算法求解复合基准函数时所得的最优解》2019.09.01
- 《表6 所有算法求解多峰基准函数时所得的最优解》2019.09.01
- 《表5 所有算法求解单峰基准函数时所得的最优解》2019.09.01
- 《表2 改进鱼群算法各次迭代的全局最优解和函数值》2019.04.01
- 《表3 粒子群算法各次迭代的全局最优解和函数值》2019.04.01
- 《表2 初始值、确定性最优解和稳健性最优解》2019.06.20
- 《表2 三种回收模型下各成员的最优解和利润》2019.02.01
- 《表4 最优解和最劣解的舱壁位置组合和计算结果》2019.03.25
- 《表3 最优解和最优路径》2018.10.01
- 《表5 最优解和最优路径》2018.06.01