《表2 相关参数信息：基于几何规则的异类蚁群优化算法》

  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

《基于几何规则的异类蚁群优化算法》

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

在GR-HFACO算法中，群体中三类个体的比例直接影响到算法的规划效率，利用MATLAB仿真设置不同复杂程度的静态环境。首先，分析三类个体的不同配比与目前流行的ACO算法对路径长度的影响；其次，为证明GR-HFACO算法的可行性，从三个方面对改进算法的性能进行仿真验证:a) 基于几何规则的ACO算法与目前流行的现有ACO算法；b) GR-HFACO算法与具有单一能力的ACO算法；c) GR-HFACO算法与目前流行的多能力ACO算法。每组进行独立重复20次，实验相关参数如表2所示。