《表1 不同函数优化能力测试结果》

  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

《辽宁省水安全区域类型识别研究》

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

各算法参数设置见表1，其中TSA算法控制参数ST=0.1，ABC算法局部循环次数lc为60，CS算法的发现概率pa为0.25、鸟窝位置数为25，SL-FA算法子群中的个体数为10、子群数为5，CA算法能够形成规模为50的群体，PSO算法的全局、局部学习因子相同均为2，w值为0.73；ACO算法的信息系数为0.4，常量Q值为1。对每个测试函数利用Matlab2010a语言进行独立运算，统计分析7种算法的SD标准差与MBF最优适应度值计算结果，见表1，各计算方法的收敛稳定性可通过SD标准差反映，对于达到最大迭代次数时各方法的求解精度可根据MBF最优适应度值反映。