《表1 10个测试函数：求解高维复杂函数的混合蛙跳–灰狼优化算法》

  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

《求解高维复杂函数的混合蛙跳–灰狼优化算法》

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

为了验证SFL–GWO算法的寻优性能效果，选取了GWO算法[8]中提到的13个测试函数（30维）对比测试GWO、混合遗传灰狼算法（hybrid genetic grey wolf algorithm，HGGWO）以及SFL–GWO的寻优性能，以验证改进后的算法的有效性.此外，为了更好地验证改进后的算法对求解高维复杂函数的能力，选取10个高维测试函数对PSO、鲸鱼优化算法（whales optimization algorithm，WOA）、GWO和SFL–GWO进行寻优测试；同时为了更加全面的证明SFL–GWO算法的收敛精度高，将SFL–GWO算法与8种改进算法进行寻优性能的比较分析.其中，选择的标准测试函数见表1.