《表5 与参考文献算法比较》
为进一步证明本文提出的算法ENFPA的有效性,将优化均值与相关参考文献中算法进行比较。由表5中可知,除对F1测试性能较弱于文献[8]中算法GSFPA外,ENFPA性能整体优于相关参考文献中的优化值。函数F3测试中,ENFPA结果虽然较好,但可看出相关算法对其优化精度都不理想,这也是需要再加深研究的一点。文献[4]、[5]算法对F4、F5优化可以达到理论最优值,对F6测试求解精度提升明显但弱于ENFPA。文献[9,11,12]中优化效果相对于表4中FPA给出的值有明显提升,说明这3种针对FPA改进的算法与ENFPA都有相同目标方向。ENFPA独有的强探索性与跳离局部限制的能力使其具有明显的优势。表6中给出3种算法的寻优成功率与达到目标精度停止迭代的进化代数。设定终止迭代的目标精度,FPA与ENFPA为10e-10、CLSFPA为10e-06。FPA与ENFPA的其他参数设定见3.1节中,CLSFPA中Maxgen=10000,Popsize=50,独立运行20次。寻优成功率=达到目标精度的次数/总迭代次数。因此可知FPA无法达到任何一次目标要求,ENFPA在6种函数上都可以成功达标。相比CLSFPA算法在F1、F5、F6优化效果,ENFPA在精度要求更高的情况下不但保证了百分百的寻优成功率,而且很大程度缩短了达到目标精度的迭代步数。综合本节实验整体表明了ENF-PA在高维问题上具有良好的优化效果以及求解稳定性。
图表编号 | XD0020613100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.01 |
作者 | 张水平、陈阳 |
绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |