《表2 测试函数平均运行时间（单位：秒/S)》

  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HLGOA优化神经网络的桁架桥动载识别》

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

为了保证算法的公平性，在上述两算法中参数设置相同，最大迭代次数均取为500，测试函数的维度数均取为20，且每种算法均独立运算10次，并取结果的平均值，测试结果如表1和表2所示。从表1中可知，分层Lévy飞行蚱蜢优化算法（HLGOA）相比原始的蚱蜢优化算法（GOA）具有更好的优化结果；从表2中可知，分层Lévy飞行蚱蜢优化算法（HLGOA）也具有相对更快的寻优速度。