《表1 8个不同测试函数的仿真计算结果》
为了验证本文提出的改进的鲨鱼优化算法较优,采用8种不同的测试函数进行测试。先后采取改进的鲨鱼优化算法(ISSO)、鲨鱼优化算法(SSO)、双种群鲨鱼优化算法(ASSO)和遗传算法(GA)分别求解。其中ISSO,ASSO,SSO,GA的种群规模和个体数目均为30,迭代次数均为200。4种算法的其他相关参数设置相同,并以表格的形式记录各优化算法寻优的平均值和最小值。具体的测试结果如表1所示,其中加粗字体为最好的结果。通过算法对比可以发现,ISSO算法的整体性能要优于其他3种算法。对于测试函数Ackley's来说,ISSO和ASSO可以找到理论最优值且较其他2种算法来说,更加稳定,搜索精度更高。对于前4个测试函数而言,ISSO较ASSO而言,在精度上都有了提高。对于测试函数Goldstein-Price而言,ISSO在控制精度上略低于ASSO算法,但与其他2种算法相比较,在精度上有了较大提高。可以看出,对于绝大部分的测试函数来说,ISSO算法与其他3种算法相比,不仅找到的最优解的精度更高,而且收敛速度也更快。总体来说,ISSO是一个非常高效的优化算法,可用于优化自抗扰参数。
图表编号 | XD00102924100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.20 |
作者 | 周美玲、刘悦 |
绘制单位 | 开封大学信息工程学院、开封大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |