《表1 算法测试结果：基于DEAFCR算法的非线性系统模型参数辨识》

  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DEAFCR算法的非线性系统模型参数辨识》

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

为验证算法的有效性，利用多个基准函数进行测试。测试函数为Schwefel，Ackley，Rastrigin，Alpine，Griewank，最优解均为0。种群数目设置为维数的10倍，其余参数设置如下:基本DE参数F=0.6，CR=0.9，DEAFCR的参数为Fmax=1，Fmin=0.2，CRmax=1，CRmin=0.8。表1给出了这两种算法对30维的测试函数的优化结果，对每一个函数运行30次，最大迭代次数为1000次。由表1的测试数据看出DEAFCR算法在保持算法稳定性的同时，比DE算法的最优解、平均值都小，因此DEAFCR算法搜索到的最优解和收敛精度比基本DE算法好。