《表3 各算法在不同维度DTLZ测试集上的IGD标准差（Std）对比》

  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

《改进聚合树的高维多目标降维优化算法》

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

此外，为对比各算法在不同测试函数上的稳定性，给出IGD标准差对比，如表3所示，最优结果用加粗字体表示。值越小，表示算法稳定性越好。从表3中可以看出，IAT-NSGA-III算法在目标维数分别为6和8的DTLZ1测试中取得了最优结果，在目标维数为10时取得了次优结果；在测试函数DTLZ2中，IAT-NSGA-III在目标维数为6时取得了最优结果，在目标维数为8时取得了次优结果；在测试函数DTLZ3中，IAT-NSGA-III算法在目标维数为6、8时取得了最优结果，在目标维数为10时取得了次优结果；在测试函数DTLZ4中，IAT-NSGA-III在目标维数为6、8时取得了最优结果，在目标维数为10时取得了次优结果。IAT-NSGA-III共取得了7次最优和4次次优的结果，由此可以看出IAT-NSGA-III算法具有较好的稳定性。