《表5 各算法的SP值:随机多目标煤炭模型的智能优化求解》
从图3中可以看出,在算法的进化过程中,AGE-Ⅱ算法在模型上的分布性并不是很好,它的值一直略高于其他2种算法,SPEA2算法的波动性比较大,基本比AGE-Ⅱ算法效果好,差于NSGA-Ⅱ算法,而NSGA-Ⅱ算法的SP值一直较小,说明其解集分布性较好,与其他的2种算法相比,表现出明显的优势。表5给出了3种算法求解过程中SP值的均值,从表5中可知,NSGA-Ⅱ算法的SP值最小,分布性的均值性能比SPEA2和AGE-Ⅱ算法分别提高17.82%和130.69%。
图表编号 | XD00190107300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 刘彦文、崔志华、王丽芳 |
绘制单位 | 太原科技大学计算机科学与技术学院、太原科技大学计算机科学与技术学院、太原科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |