《表2 三种算法模式下的函数优化对比结果Tab.2 Comparison results of function simulation with three model of algorithm》
为验证改进蝙蝠算法的收敛性能,本文选取了求解非线性优化问题性能突出的带权重粒子群算法(I-PR-PSO)[18]及基本蝙蝠算法进行对比.为此,选取5组典型benchmark函数进行仿真验证,如表1所列.算法基于MATLAB平台编程实现,其中算法最大迭代次数为1 000代,蝙蝠群体大小为40,解空间维度为10;蝙蝠个体最大响度初始化为A=0.5,并随着算法迭代次数的增加依线性衰减,蝙蝠个体初始脉冲速率随机生成以呈现群体多样性,随着算法迭代次数的增加,脉冲发射速率依线性增强,且设α=γ=0.9.粒子群算法的参数设置如下:粒子群算法的种群大小为40,粒子速度权重取值范围为ω∈[0.4,0.9],粒子自身认知参数和社会认知参数分别置c1=c2=2,最大终止迭代次数为1 000.表2是三种算法独立运行1 000次后的仿真运行结果,其中,最大极值表示算法独立运行1 000次所获得的极小值的最大取值,最小极值表示算法运行1 000次后获得的极小值的最小值,平均极值表示的是各算法独立运行1 000次所获得的最优极值的平均值.
图表编号 | XD0021366600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 王馨、唐建新 |
绘制单位 | 甘肃交通职业技术学院信息工程系、兰州理工大学计算机与通信学院 |
更多格式 | 高清、无水印(增值服务) |