《表1 各算法在测试函数上的实验结果》
如表1所示,前3个算法的种群数量为45,而最后一个算法CO-PGDEA的种群大小为15。各个算法的迭代次数相同均为100次。将各个算法在4个测试函数上分别独立运行20次,分别取GD与SP的平均值与标准差作为实验解果。如表所示,其中Mean为平均值,括号中的std为标准差。从表中数据可以看出,基于自适应网格法的多目标粒子群算法所得到的Pareto解集的分布在收敛较完全时不如以循环拥挤度控制的NSDE等算法的分布性。基于协同进化的CO-PGDEA的GD值小于前3种算法,即其收敛性明显优于前面的算法,并且根据GD的标准差可知,算法收敛的稳定性也要明显优于其他算法。
图表编号 | XD00219837600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 周东清、王一峰、葛宏伟 |
绘制单位 | 大连理工大学电子信息与电气工程学部、大连理工大学电子信息与电气工程学部、大连理工大学电子信息与电气工程学部 |
更多格式 | 高清、无水印(增值服务) |