《表1 6种测试函数在不同J值下的IGD结果Tab.1 The IGD results of 6test functions with different Jvalues》

  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

《基于分解的改进自适应多目标粒子群优化算法》

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

为探索不同J值对算法性能的影响，当J取0，0.3，0.6，0.9时，表1给出了部分测试函数IGD的平均值和标准差（括号内数据为标准差），并用粗体标出了在每个测试问题上的最好IGD值。从表1可以看出，当J=0.9时，除ZDT3和DTLZ3的标准差稍差外，各测试问题的IGD值都是最好的；对ZDT1和DTLZ3，不同J值对算法性能影响不大；对ZDT3问题，J取0.3和0.9的IGD值优于J取0和0.6时的IGD值；但对ZDT4、DTLZ5和DTLZ7，J值越大，IGD结果越小；因此在下面所有实验中取J=0.9。