《表2 优化结果统计分析：基于量子遗传和核模糊聚类的低压台区户变关系识别》

  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

《基于量子遗传和核模糊聚类的低压台区户变关系识别》

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

仅采用迭代次数作为算法结束条件，设置最大迭代次数为1 000，种群大小为50，分别采用QGA和IQGA独立运行50次，将目标函数的均值和标准差的统计均值作为算法的性能评价指标。参数设置:变量的初始化可行域为[-1，1]，收缩因子γ0=0.8，γmax=0.95，旋转角度θmin=0，θmax=π/4，Pm=0.1。将优化结果列入表2中，通过对比可以发现，采用IQGA优化得到的结果无论是均值还是标准差，均小于QGA优化的结果，改进后算法的寻优精度得到明显改善。通过对比可以发现，所提出的IQGA算法无论是对于均值还是标准差，均比QGA要精确。