《表3 各测试函数标准差:基于鲁棒优化的风光储联合发电系统储能配置策略》

《表3 各测试函数标准差:基于鲁棒优化的风光储联合发电系统储能配置策略》   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
《基于鲁棒优化的风光储联合发电系统储能配置策略》


  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

为说明改进飞蛾扑火算法(IMFO)的竞争力,本文利用MFO、遗传算法(GA)、差分进化算法(DE)、粒子群算法(PSO),对8个标准测试函数进行对比检验,测试函数及其参数见附录B表B.1,各算法参数设置见附录B表B.2。各算法得到最优值及理论最优值见表2,为说明IMFO的鲁棒性,将每个测试函数单独运行30次,最优值的标准差见表3,收敛情况见附录B表B.3。测试结果说明IMFO较其他算法竞争力明显尤其表现在高维度多峰问题上。