《表1测试函数优化结果Tab.1 Test function optimization results》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合遗传算法的铁路物流中心布局研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

混合遗传算法的控制参数设置如下:最大进化代数200，种群规模200，交叉概率0.7，变异概率0.05，初始温度10 000。函数图像如图2所示，测试函数寻优收敛曲线如图3所示，测试函数优化结果如表1所示。在图3中，以解的变化曲线表示每一代群体中最优秀得个体，用均值表示每一代群体的总体情况，由于函数的多峰值性，搜索前期震荡较大，在前75代左右解的收敛曲线呈阶梯形上升，目标函数值由0.995跳到无限接近1的位置，同时均值收敛曲线斜率增大，收敛速度加快，与解的收敛曲线几乎重合，快速稳定地收敛到全局最优解，说明该算法具有很强的全局搜索能力。