《表1 测试数据：t-分布扰动策略和变异策略的花授粉算法》

  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

《t-分布扰动策略和变异策略的花授粉算法》

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

为了验证本文所提出的t MFPA算法的有效性，以求最小值为例，用7个经典性能测试函数对基本花授粉算法、粒子群算法、蝙蝠算法和本文改进的算法进行MATLAB实验仿真对比．表1列出了7个函数的空间维度、搜索范围、最优解．为了降低算法随机性对实验性能的影响，以30次独立实验的平均值作为评估算法寻优性能和收敛性能的最终结果．实验时各种算法的参数为:FPA算法参数:转换概率p=0.8，λ=1.5；PSO算法参数:c1=c2=2，w=0.9，vmax=1；BA参数:A=0.25，r=0.5，alf=0.95；本文改进t M FPA算法参数:转换概率p=0.8，λ=1.5.