《表5 与参考文献算法比较》

  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

《基于进化控制与非均匀变异的花授粉算法研究》

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。