《表5 Hailfinder网络不同算法的适应度值》

  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

《贝叶斯网络推理学习的混合粒子群-差分算法》

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

在相同的实验平台下，HDPSO-DE算法与DOSI算法、DM VPSO算法、SimpleSGS算法、NGA算法进行实验对比．其中本文算法最大迭代次数为100，初始种群的规模为50．根据文献[7]设NGA中的变异概率为0.01，交叉概率α为0.9．根据文献[9]设SimpleSGS算法的噪声概率pn为0.021，选择度量CN为0.7，终止下限Umin为0.0032．根据文献[10]设DM VPSO算法中独立性测试的置信度w为0.01，c1、c2统计阈值分别设置为0.05、0.16．根据文献[11]设DOSI算法的子种群规模为20，精英个体阈值σ为0.2，尺度因子c1、c2为[0，0.2]之间的随机数．分别在Asia网络、Insurance网络、A-larm网络、Hailfinder网络下计算k-M PE（k=2，4，6，8）问题的最佳解释．实验结果如下:表2、表3、表4、表5是不同的网络算法适应度F值，其中BEST表示100次实验中搜索的最佳结果，AVERAGE表示100次实验结果的平均值；图2是算法在不同网络的时间．