《表1 4 Friedman检验结果》
ABC算法每次只选择父代的一维进行变异,本文算法同样采用单维变异的策略得出新的粒子位置。因此,为进一步验证算法的优化性能,选取新改进的人工蜂群算法:GABC(gbest-guided artificial bee colony algorithm)[30]、q ABC(quick artificial bee colony algorithm)[31]、best-so-far ABC(best-so-far selection in artificial bee colony algorithm)[32]、d ABC(directed artificial bee colony algorithm)[33]、MABC(modified artificial bee colony algorithm)[34]和MPGABC(modified Gbestguided artificial bee colony algorithm)[35]算法在22个基准测试函数上进行比较,测试维度为100维,评估次数为500 000次。所有算法独立运行25次,最终结果取25次的平均值,具体实验数据见表11所示,表中Mean为平均最优适应值,标准差用Std表示,最好值在表中用粗体标示。表中数据来源和参数设置参考文献[35]。
图表编号 | XD00165391600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 邓志诚、孙辉、赵嘉、王晖 |
绘制单位 | 南昌工程学院信息工程学院、江西省水信息协同感知与智能处理重点实验室、南昌工程学院信息工程学院、江西省水信息协同感知与智能处理重点实验室、鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室、南昌工程学院信息工程学院、江西省水信息协同感知与智能处理重点实验室、鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室、南昌工程学院信息工程学院、江西省水信息协同感知与智能处理重点实验室、鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室 |
更多格式 | 高清、无水印(增值服务) |