《表5 算法在29个CEC＿2017函数上的平均值及方差(D=100)》

  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

《基于灰狼优化的反向学习粒子群算法》

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

为了避免随机性和偶然性对实验结果造成的影响，此次实验中都对每个算法在低高维30维和中高维100维上分别独立运行30次，不同维度的选择是为了增加寻优难度，以便于验证HGPSO算法在处理各种复杂问题时的能力，统计各函数的适应度平均值和方差，其实验结果如表4、表5和图2所示。其中，表4给出了HGPSO算法与其他四种对比算法在维度为30上的实验数据，表5给出了五种算法在维度为100时的实验数据，在表中，加粗的部分表示同一函数上的平均适应度最优解和方差最优解。图2是各个算法随机选取一次实验的收敛曲线，表现各算法在各函数中的收敛情况，由于篇幅有限，在这里仅选取部分具有代表性的函数的收敛曲线。