《表3 平均收敛结果表：基于小批量梯度下降的布谷鸟搜索算法》

  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

《基于小批量梯度下降的布谷鸟搜索算法》

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

对单峰基准测试函数而言，由表2可以看出，MBGDCS算法比CS算法在提高收敛速度上效果显著，测试函数f1的MBGDCS算法平均迭代次数比CS算法平均减少16.25次，提高了77.57%；测试函数f2的MBGDCS算法平均迭代次数比CS算法平均减少43.3次，提高了95.58%；测试函数f3的MBGDCS算法平均迭代次数比CS算法平均减少15.45次，提高了79.23%；测试函数f4的MBGDCS算法平均迭代次数比CS算法平均减少59.5次，提高了96.75%；测试函数f5的MBGDCS算法平均迭代次数比CS算法平均减少95.5次，提高了63.83%。从表3可以看出，MBGDCS算法迭代得到的最优解的精确度有了很大提高，测试函数f1到f4都收敛到了理论最小值，而CS算法都存在一定的误差；测试函数f5在MBGDCS算法的迭代中虽然没有收敛到理论最小值，但是收敛结果比CS算法提高了0.000 281 4，与理论最小值相差0.000 182 4。