《表1 4种方法实验结果对比》

  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

《改进布谷鸟算法在水质传感器部署上的应用》

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

图3为原始布谷鸟算法（CS）、基于动量梯度下降法改进的布谷鸟算法（Momentum-CS）、基于均方根算法改进的布谷鸟算法（RMSprop-CS）以及Adam-CS 4种方法的实验对比图。在相同的区域面积部署相同数量及大小的传感器节点。考虑到随机部署的不确定性对实验结果的影响，对4种方法各进行了10次实验，对实验结果做均值处理。由图3可知，在相同的初始条件下，Adam-CS算法可以更有效地提高网络的部署效果。随着迭代次数的增加，4条曲线趋于平衡，规定每增加30次迭代次数覆盖率增长少于0.05%的情况下为曲线达到的平衡状态，则4种方法的结果如表1所示。可见，Adam-CS算法可以利用更少的迭代次数实现更好的部署效果。