《表3 算法的寻优性能测试结果Table 3 The effort of algorithms》

  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

《改进蝙蝠算法在光伏阵列存在局部阴影时的应用》

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

由测试函数可看出，每个函数中的变量为2，则种群维数为2，取个体数目n分别为10、30和50，其余算法条件由表2列出。采用PSO、BA、ABC（artificial bee colony algorithm，人工蜂群算法）和IBA四种算法进行比较。其中PSO算法的参数设置为:粒子个体的惯性权重w为0.4，学习因子C1、C2分别选为1.2和1.6，粒子的最大速度vmax选为2；BA算法中搜索的脉冲频率范围[Qmin，Qmax]取[0，2]，最大脉冲频率变化率r取0.5，最大脉冲音强A取0.2，频率变化率的系数γ取0.05，脉冲音强的衰减系数α取0.95，最大迭代次数Tmax为50；在ABC中，被雇佣个体colonysize的值为10、负责观察个体bas的值为10、淘汰标准数l的值为5；在IBA算法中，wmax取0.9，wmin取0.4，算法的寻优性能测试结果如表3所示。在表3中，Qavebest是最优值的平均值，Qaveds是标准方差的平均值，tave是平均收敛时间。最后给出种群数量为10的测试函数的优化结果，如图5所示。