《表2 测序结果统计:收敛因子和黄金正弦指引机制的蝴蝶优化算法》
SSA算法具有收敛速度快,易于实现的特点,WOA算法除了具有较强收敛速度之外,其较SSA算法来说,具有较强的局部搜索能力和较高的收敛精度,所选对比算法均有较强的代表性。从表2实验结果可以明显看出,AGSABOA的寻优结果是明显优于所选对比算法的。表2给出了几个算法的最优精度值、平均精度值、精度标准差,其中最优精度值可以展示算法求解的质量,平均精度值能够反应在固定迭代次数的情况下算法能够收敛的精度,可以反应算法的收敛速度;而精度的标准差能够反应算法的鲁棒性。从表2中的实验结果可以看出函数f1、f3、f4、f5、f7、f9能够直接搜索到理论最优值,说明改进后的AGSABOA算法具有较好的寻优性能。函数f2是一种连续的、平滑的多峰函数,在求解过程中比较容易陷入局部最优值,本文的改进算法AGSABOA的收敛精度能够达到e-168,比基本BOA算法在收敛精度上高出159个数量级的精度,f6是一种复杂的爬山形函数,函数在狭长的全局极值点周围拥有很多的局部极值,在算法的迭代过程中很难跳出局部最优,改进后的AGSABOA比基本的蝴蝶优化算法在寻优精度上面提高了9个单位,该函数主要用以测试算法的收敛速度,从标准差上看,AGSABOA的波动较小,稳定性更好。f8具有很强烈的震荡性,有非常多的局部最优值,因此在算法迭代过程中很难求得最优值,本文的改进策略在求解精度上面比基本的BOA算法高出155个精度单位,说明本文的改进策略能够提高BOA算法寻优成功的概率。
图表编号 | XD00206689400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.16 |
作者 | 高文欣、刘升、肖子雅、于建芳 |
绘制单位 | 上海工程技术大学管理学院、上海工程技术大学管理学院、上海工程技术大学管理学院、上海工程技术大学管理学院 |
更多格式 | 高清、无水印(增值服务) |