《表1 数据集说明：全局混沌蝙蝠优化算法》

  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

《全局混沌蝙蝠优化算法》

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

本文选取UCI公共数据集测试GCBA算法性能，见表1．样本数量从76到1 473，特征数量从4到24，数据维度的跨度大且特征数量分布广，数据集的选择具有实际意义．在实验设置上，把GCBA和BBA[8]，PSO[9-10]和GA[11]进行比较，结合SVM和十折交叉验证方法测试10个UCI数据集．这10个数据集分别是Australian，Ballon，Breastcancer，Bupa liver，Contraceptive M ethod Choice，Cleveland heart，Diabetes，German，Glass和Heart．对于BBA算法，初始化参数设置:蝙蝠的数量=30，响度=1.5，脉冲发射率=0.5，频率fmin=0，fmax=1，最大种群迭代次数=100．对于PSO算法，初始化参数设置:种群大小=30，ω=2，系数c1=c2=2，最大种群迭代次数=100；对于GA算法，初始化参数设置:种群大小=30，交换率=0.4，变异率=0.2，最大种群迭代次数=100.