《表1 模型参数及变量：混合蚁群算法求解带软时间窗的车辆路径问题》
提示：宽带有限、当前游客访问压缩模式
运输网络G=（V，A），主要参数及相关变量见表1.
| 图表编号 | XD0090388400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 李卓、李文霞、巨玉祥、陈晓明、何晓平 |
| 绘制单位 | 兰州交通大学交通运输学院、兰州交通大学交通运输学院、兰州交通大学交通运输学院、兰州交通大学交通运输学院、兰州交通大学交通运输学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 半拉格朗日松弛方法及混合蚁群算法的求解结果》2020.09.29
- 《表3 相关实验参数设置：基于自适应动态搜索蚁群算法的车辆路径规划》2021.02.16
- 《表3 层间间歇时间要求：混合蚁群算法求解双目标时间窗VRP》2020.12.01
- 《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4 模型路径表：混合蚁群算法求解双目标时间窗VRP》2020.12.01
- 《表4 速度恒定配送成本：速度波动影响下对带软时间窗车辆路径问题研究》2020.05.25
- 《表3 速度波动配送成本：速度波动影响下对带软时间窗车辆路径问题研究》2020.05.25
- 《表2 相关参数：速度波动影响下对带软时间窗车辆路径问题研究》2020.05.25
- 《表3 解质量对比结果：融合路径重连的混合算法求解作业车间调度问题》2019.12.10
- 《表1 实例1已知条件：改进禁忌算法求解考虑实时路况的车辆路径问题》2019.10.30
- 《表2 相关参数设置：等级反馈蚁群算法求解成品油二次配送问题》2019.11.01
- 《表1 三种算法比较：改进A~*蚁群算法求解机器人路径规划问题》2019.12.20
- 《表2 客户信息表：混合蚁群算法求解带软时间窗的车辆路径问题》2019.08.01
- 《表6 前摄性配送客户表：前摄性车辆路径问题及其遗传算法求解》2019.06.15
- 《表5 测试算例基本参数：前摄性车辆路径问题及其遗传算法求解》2019.06.15
- 《表1 0 算法性能对比：前摄性车辆路径问题及其遗传算法求解》2019.06.15
- 《表1 交叉算子示意表：前摄性车辆路径问题及其遗传算法求解》2019.06.15
- 《表3 反转算子：前摄性车辆路径问题及其遗传算法求解》2019.06.15
- 《表3 动态重调度表：基于量子蚁群算法的随机需求的动态车辆路径问题》2018.10.01