《表1 8个多目标优化算法在10个测试问题上的IGD性能对比结果》

  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

《应用精英档案和反向学习的多目标差分进化算法》

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

实验中选取反向迭代距离IGD作为评估指标。IGD是指真实PF中的点到所求Pareto解集中的解的最小距离的平均值，IGD值越小，越能更好地近似整个PF。文中对比8个多目标优化算法在10个测试函数的IGD性能如表1所示。其中，表1中每个函数第一行数据代表算法独立执行30次后取的均值，第二行括号内数据代表标准差值，下同，最优值用加粗字体显示。