《表1 8个不同测试函数的仿真计算结果》

  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

《基于鲨鱼优化算法的液压伺服系统自抗扰控制》

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

为了验证本文提出的改进的鲨鱼优化算法较优，采用8种不同的测试函数进行测试。先后采取改进的鲨鱼优化算法（ISSO）、鲨鱼优化算法（SSO）、双种群鲨鱼优化算法（ASSO）和遗传算法（GA）分别求解。其中ISSO，ASSO，SSO，GA的种群规模和个体数目均为30，迭代次数均为200。4种算法的其他相关参数设置相同，并以表格的形式记录各优化算法寻优的平均值和最小值。具体的测试结果如表1所示，其中加粗字体为最好的结果。通过算法对比可以发现，ISSO算法的整体性能要优于其他3种算法。对于测试函数Ackley's来说，ISSO和ASSO可以找到理论最优值且较其他2种算法来说，更加稳定，搜索精度更高。对于前4个测试函数而言，ISSO较ASSO而言，在精度上都有了提高。对于测试函数Goldstein-Price而言，ISSO在控制精度上略低于ASSO算法，但与其他2种算法相比较，在精度上有了较大提高。可以看出，对于绝大部分的测试函数来说，ISSO算法与其他3种算法相比，不仅找到的最优解的精度更高，而且收敛速度也更快。总体来说，ISSO是一个非常高效的优化算法，可用于优化自抗扰参数。