《表2 SAICA与GA、PSO、ICA性能对比（Max＿Iter=1000,D=30)》

  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

《受春秋战国史实启发的帝国竞争改进算法》

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

该实验对SAICA-Ⅰ、SAICA-Ⅱ、SAICA-Ⅲ与遗传算法（Genetic Algorithm，GA）、粒子群优化（Particle Swarm Optimization，PSO）算法、原始ICA进行对比分析。各种算法在相同的硬件条件下分别独立运行50次，每次运行最大迭代次数Max＿Iter为1 000，统计计算各算法运行结果的最小值、均值及标准差，测试函数的维度分别取30、50和100，实验结果如表2～4所示，其中最优结果用粗体标出。由分析可知，在30维条件下，SAICA对所有测试函数的寻优能力优于GA、PSO和ICA；随着维数的增加，各算法的寻优精度均有所下降，但改进算法仍保持一定的精度优势。