《表1 不同多目标优化算法得到的GD平均值与方差》

  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

《基于策略自适应的多目标差分进化算法及其应用》

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

MODE-SS与其他六种算法所得GD平均值与方差、Wilcoxon方法统计结果如表1所示。从表1可以看出，MODE-SS分别优于GDE3、MODE-RMO、SA-MTLBO、MOMDE-AM、MODE-PMSMO算法7、6、6、4、4个测试函数，其中MODE-SS在全部10个测试函数上优于NSGAⅡ-DE；而GDE3、NSGAⅡ-DE、MODE-RMO、MOMDE-AM、MODE-PMSMO在任何测试函数上都不能优于本文所提算法，但SA-MTLBO在4个测试函数上优于本文所提算法。同时，七种算法所得GD的Friedman统计分析结果如表2所示。实验结果显示MODE-SS算法排名第一，说明本文所提算法得到PF的收敛性是所有算法中最好的，其主要原因是MODE-SS使用自适应变异策略和混合交叉策略，实现了算法搜索能力的自动匹配。