《表1 主要技术参数：自适应变异的天牛群优化算法》

  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

《自适应变异的天牛群优化算法》

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

为验证本文提出的自适应变异的天牛群优化（BSOAM）算法的性能，将其与粒子群优化算法[1]、惯性权重动态调整的粒子群算法[22]、基于粒子群优化和万有引力搜索算法（Gravitational Search Algorithm，GSA）的混合优化算法（PSOGSA)[23]、杂交粒子群算法（Hybrid Particle Swarm Optimization，HPSO)[24]、文献[18]提出的天牛群优化算法、本文提出的新型天牛群优化算法、采用DE/rand/1/bin差分策略的差分进化算法[25]进行对比。记惯性权重动态调整的粒子群算法为PSO-w，文献[18]提出的天牛群优化算法为BSO-1，本文提出的天牛群优化算法为BSO-2。所有算法种群规模N=100。本文中参与测试的粒子群优化算法及其衍生算法都具备c1、c2、ω三个主要参数，设置情况见表1。