《表1 LFOA与FOA算法测试结果》
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LFOA-GRNN模型的矿用锂电池SOC预测》
LFOA算法以最差个体和最佳个体为中心,将果蝇种群分为两个子群:较差子群在最佳个体指引下做全局搜索;优秀子群在最佳个体周围做Levy飞行。在迭代过程中,实时更新最差个体和最佳个体信息,保证两个子群间的信息交流,从而使种群不断进化,种群多样性显著提高,算法的全局搜索能力和收敛速率得到明显加强。表1给出了LFOA和FOA算法基于4种典型的算法性能测试函数20次实验的测试结果。从表中可以看出,LOFA算法的收敛速度和精度较FOA有了明显进步。
图表编号 | XD00140331600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 陈德海、丁博文、潘韦驰 |
绘制单位 | 江西理工大学、江西理工大学、江西理工大学 |
更多格式 | 高清、无水印(增值服务) |