《表4 部分算法对f3函数的测试结果和各算法对f4函数的测试结果表》

  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

《缎蓝亭鸟优化器与内部搜索算法的混合算法》

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

由文献[1-2，7-12，16，24]可知，根据文献[1-2，7-12，16，24]的内容无法明确M-ISA算法[7]、LISA算法[8]、自适应ISA算法[9]、二阶段的ISA算法[9]、结合差分策略的ISA算法[9]、HISA算法[10]、CSAISA算法[11]、HISGA算法[12]和ISO算法[24]是使用方法a还是使用方法b来处理越出边界的个体，所以，设使用方法a的自适应ISA算法[9]为ZSYISAa，设使用方法b的自适应ISA算法[9]为ZSYISAb，设使用方法a的二阶段的ISA算法[9]为TPISAa，设使用方法b的二阶段的ISA算法[9]为TPISAb，设使用方法a的结合差分策略的ISA算法[9]为CFISAa，设使用方法b的结合差分策略的ISA算法[9]为CFISAb，设使用方法a的CSAISA算法[11]为CSAISAa，设使用方法b的CSAISA算法[11]为CSAISAb，设使用方法a的HISA算法[10]为HISAa，设使用方法b的HISA算法[10]为HISAb，设使用方法a的HISGA算法[12]为HISGAa，设使用方法b的HISGA算法[12]为HISGAb，设使用a方法的ISO算法[24]为ISOa算法，设使用b方法的ISO算法[24]为ISOb算法，设使用a方法的M-ISA算法[7]为M-ISAa算法，设使用b方法的M-ISA算法[7]为M-ISAb算法，设使用a方法的LISA算法[8]为LISAa算法，设使用b方法的LISA算法[8]为LISAb算法。SBO算法（包括SBO1和SBO2）的处理越出边界个体的方法与SBO-ISA算法保证一致。CFISAa和CFISAb的差分策略待定参数与文献[32]保证一致。M-ISA算法[7]和LISA算法[8]中有关莱维分布的待定参数与文献[33，34，35]保证一致（在此处，M-ISA算法包括M-ISAa和M-IS-Ab，LISA算法包括LISAa和LISAb）。由文献[10，36]可知，HISA算法（包括HISAa和HISAb）中的α取值为0.2。各算法迭代次数均为150。由于使用文献[2，4，30-31]中的源代码来完成实验，所以，ISA算法和SBO-ISA算法中的α的取值与文献[5]一致，SBO-ISA算法、SBO1、SBO2、ISOa、ISOb、ISA算法、M-ISAa、M-ISAb、CSAISAa、CSAISAb、HISAa、HISAb、HISGAa、HISGAb、ZSY-ISAa、ZSYISAb、TPISAa、TPISAb、CFISAa和CFISAb的种群个体数与文献[3]的种群个体数一致（即种群个体数为50）。由文献[25]可知，可通过保证计算目标函数的总计算次数相一致来进行算法对比。对比LISA算法[8]与SBO-ISA算法可知，在相同的种群个体数条件下LISA算法迭代一次所计算目标函数的次数是SBO-ISA算法的两倍，并且同时参考文献[25]的做法，并再次使用，将LISA算法（包括LISAa和LISAb）的种群个体数设置为SBO-ISA算法的种群个体数的一半。通过表2的测试函数对各个算法进行测试，每个函数均测试20次，其测试结果如表1、表3、表4、表5、表6、表7、表8、表9所示。