《表3 DPACO与其他多种群的对比》
本文改进算法还与其他异构多种群蚁群算法进行比较。其中文献[13]提出一种多交流策略的双种群算法(heuristic communication heterogeneous dual population ant colony optimization,HHACO);文献[14]提出基于优胜劣汰规则的异类多种群蚁群算法(heterogeneous multiple ant colony algorithm based on survival of fittest rules,HMACSF);文献[15]提出基于相似度的自适应异类多种群蚁群(adaptive heterogeneous multiple ant colonies algorithm based on similarity,AHMACAS)。表3中的数据皆来自于上述文献。实验结果显示,在Eil51和Eil76测试集上,本文DPACO算法的精度要优于其他3种算法;在KroA100测试集上虽然4种算法都找到了测试集最优解,但是本文算法的收敛速度要更快。
图表编号 | XD0091261800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 朱宏伟、游晓明、刘升 |
绘制单位 | 上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院、上海工程技术大学管理学院 |
更多格式 | 高清、无水印(增值服务) |