《表1 LOBSMO与对比算法关于测试函数的结果》

  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

《求解物流配送中心选址问题的蜘蛛猴算法》

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

以上9个测试函数的理论最优值均为0，其中f1、f2为单峰函数，f3～f7为多峰函数，f8、f9为复合函数，在20维的情况下进行仿真实验。表1给出了LOBSMO在9个测试函数独立运行50次得到的最优值、平均值及标准差。为了说明改进算法的优越性，将LOBSMO与文中所提的DE[13]、PSO[14]、MA[15]及SMO[9]进行了比较，结果如表1。且各算法的参数设置如下，DE：杂交概率CR=0.5，变异概率F=0.1；PSO：学习因子c1=c2=1.496，惯性权重最大值wmax=0.9，惯性权重最小值wmin=0.2，速度最大值vmax=6；MA：步长a=0.1，视野长度b=0.5，跳区间[c，d]=[-1，1]，爬的迭代次数Nc=10；SMO:MG=5，gll=50，lll=1 500，pr=0.8；LOBSMO:pr=0.4，p=1，q=2，amax=0.8，amin=0.5，zmax=0.8，zmin=0.5，z0=0.5。其他参数与SMO相同，5种算法种群规模都设为50。总迭代次数为1 000，在20维情况下进行测试。