《表3 算法优化性能比较：基于混合策略改进的果蝇优化算法》

  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

《基于混合策略改进的果蝇优化算法》

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

6个测试函数的迭代次数设置为200，通过6个基准函数进一步比较FOA、WOA、MSFOA、和APSO算法的性能。4种算法的个性化参数值的设置见表2。为了保证结果的可靠性，对每个测试函数独立运行20次，得到20次的最优结果见表3。从表3中可以看出，使用改进后的MS-FOA算法对单峰函数和多峰函数的均值和标准差都有明显改善。对于单峰函数f5，MSFOA比FOA的收敛精度和标准差提高了55个数量级，对于单峰函数f6，MSFOA的寻优精度更高，达到了e-207，比FOA和WOA高了207个数量级，比APSO算法高了95个数量级，并且MSFOA的收敛标准差为0，说明MSFOA达到目标精度后保持了良好的收敛状态；对于多峰函数f1，MSFOA的均值和标准差均达到了理论最优值0，对于多峰函数f3，MSFOA和APSO的均值和标准差相同，其均值都优于FOA和WOA 16个数量级，充分说明MSFOA比FOA、WOA、和APSO收敛精度更高，收敛平稳性更好。