《表4 不同方法对各重现期暴雨强度公式拟合效果的比较》

  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

《考虑多种训练方式的自适应最有价值球员算法》

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

其中：参数A、B、n的变化范围分别是[0，30]，[0，100]，[0，2]，算法的迭代次数T=1 000。为了方便比较，同时给出了文献[14]中提供的使用传统回归法（简称传统法）、优选回归法（简称优选法）以及文献[15]中自适应光学优化算法所得的拟合结果，表4给出了不同方法对各重现期暴雨强度公式拟合效果的比较。由表4可知，在相同的数据和标准情况下，传统法和优选法的优化结果明显弱于ACMTM-MVPA和自适应光学优化算法，虽然自适应光学优化算法和ACMTM-MVPA的优化结果相近，但由文献[15]可知，自适应光学优化算法的迭代次数为5 000，本文中ACMTM-MVPA的迭代次数只有1 000次，由此可知，ACMTM-MVPA具有较快的优化速率和较高的拟合精度。同时，ACMTM-MVPA具有参数设置简单、搜索精度高以及不易陷入局部最优解的特点，可尝试广泛应用于不同的复杂优化模型。