《表4 实验结果标准差:融合灰狼优化算法在工控系统入侵检测中的应用》

《表4 实验结果标准差:融合灰狼优化算法在工控系统入侵检测中的应用》   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
《融合灰狼优化算法在工控系统入侵检测中的应用》


  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

为得到更加易于对比的数值结果,将上述实验重复进行30次,对实验结果求平均值和标准差。表3和表4分别展示了5种优化算法迭代结果的平均值和标准差。从表中实验结果可以看出,本文提出的RBHGWO算法可以使测试函数寻优的精度提高。在测试函数维度为30的前提下,对f1函数的测试平均值要优于GWO算法26个数量级,对f2函数的测试平均值要优于GWO算法14个数量级,对f6函数的测试平均值要优于GWO算法3个数量级。尤其在对多峰函数f4和f6的实验中,RBHGWO算法的结果很快收敛于0。实验结果说明,本文提出的RBHGWO算法有着较好的收敛精度和稳定性,并且具有跳出局部最优解的能力。