《表4 算法在29个CEC＿2017函数上的平均值(D=30)》

  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

《基于灰狼优化的反向学习粒子群算法》

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

从表4中的实验数据中可以看出，HGPSO算法在单峰函数和复合函数中的收敛效果和求解精度明显优于四种对比算法，在部分简单多峰函数中好于其他优化算法。其中，HGPSO算法在单峰函数f 1上的相比于其他算法而言，取得了一定的优化效果，且取得了较高的稳定性和收敛精度；在简单多峰函数f 5、f 7和f 8上其收敛情况明显优于对比算法，在f 6上其收敛效果与CPPSO算法差距较小，但其稳定性明显优于CPPSO算法，而基本PSO算法在此类函数上陷入了局部最优；针对混合函数，HGPSO算法的收敛情况较差，而HPSO算法的收敛精度及稳定性明显优于其他四种算法；对于复杂函数，HGPSO算法在函数f 21、f 22、f 23、f 24、f 26、f 28和f 29上的优化效果明显优于对比算法，且其稳定性较高。