《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》
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.
图表编号 | XD00135549400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.30 |
作者 | 刘亮、何庆 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州省公共大数据重点实验室贵州大学、贵州大学大数据与信息工程学院、贵州省公共大数据重点实验室贵州大学 |
更多格式 | 高清、无水印(增值服务) |