《表3 D=30时七种算法的实验结果》

  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

《基于元胞自动机的动态回溯搜索优化算法》

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

对于智能进化算法而言，随着优化问题维度的不断增加，问题的复杂度也将会随之急剧上升。而对于多峰类型函数来说，其局部极值个数将呈现指数级别的增长。因此算法的整体性能将会受到较大影响。在此基础上，为了进一步研究本文所提算法受维度增长的影响程度，对七种算法在12个测试函数上进行了第三组D=60时的数值实验。实验结果如表4所示。从表中可以看出，当测试函数的维数从30增加到60时，相比于表3中的实验结果，各算法的收敛性能均有所下降，但是CA-DBSA受到的影响相对其他六种算法来说较小。从表中加粗部分数据结果和秩和检验的统计信息来看，12个函数的最优测试结果中有10个是由CA-DBSA实验所得，比表3实验结果表现更好。在OXDE算法中，只有在函数f6和f9上，OXDE的寻优结果比CA-DBSA更好。而表3中存在4个结果比CA-DBSA更优或相似。同样，30维时的LBSA有一个函数寻优性能优于CA-DBSA，而在60维时性能有所下降。因此，与表3对比可发现，本文算法在60维度时的整体实验结果比30维度时有所提高，展现出了较强的鲁棒性。