《表2 算法寻优性能对比：基于改进蝗虫优化算法的特征选择方法》

  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

《基于改进蝗虫优化算法的特征选择方法》

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

本文在不同维度（Dim=5，30）的搜索空间中，利用六个基准测试函数测试IGOA算法性能，设置种群规模为30，最大迭代次数为500次.为获得更为客观真实数据，取算法独立运行30次后得到的最优解的均值和方差，与相同条件下的传统蝗虫优化算法以及李洋州和顾磊[12]提出的最新的改进蝗虫优化算法（CAGOA2，SA-CAGOA2）进行对比，测试结果如表2所示（表中黑体字表示对比算法得到的最优值）.为证明IGOA算法比传统蝗虫优化算法的收敛速度更快，通过对比两种算法的收敛曲线，验证本文提出的IGOA算法的有效性及优越性，实验结果如图3和图4所示.