《表6 DBSHS和其他算法在加速率和成功率的对比(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

《基于动态行为选择的和声搜索算法》

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

平均收敛速度变化率AR＿avg和平均成功率SR＿avg分别表示22个基准测试函数的加速率AR和成功率SR的平均值，结果如表6所示.所有函数均在100维上进行测试，算法参数设置见表1.所有实验最大迭代次数Tmax设置为1e-4.除f18VTR设置为-1，f20VTR设置为-97外，所有函数目标值（VTR）均设为1.0e-6，成功率等于1的算法在表6中用粗体表示.由表6可见，22个函数中13个函数的成功率都是1，表明所提出算法可以在指定的迭代次数内收敛到指定的精度.f17成功率为0.95，7个函数没有收敛到规定的精度.对于f6，IGHS有较好的收敛速度，而对于f8，LHS有较好的收敛速度，收敛速度为95%.对于f1和f2，虽然NDHS、LHS、IGHS和DBSHS的SR＿avg等于1，但NDHS和LHS的AR＿avg优于DBSHS，表明这两种算法在达到规定的精度时收敛速度比DBSHS快.然而，由图2最优适应值迭代曲线可见，当收敛次数达到5 000时，DBSHS优于NDHS、LHS和IGHS.上述实验结果表明，DBSHS算法具有较好的探索性和在迭代后期跳出局部最优解的能力.