《表1 测试函数参数设置：动态搜索和协同进化的鲸鱼优化算法》

  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

《动态搜索和协同进化的鲸鱼优化算法》

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

为了检验本文DCWOA算法的有效性，以求最小值为例，用九个经典性能测试函数进行MATLAB实验仿真对比。a)通过固定迭代次数和种群规模，比较本文改进算法与基本鲸鱼优化算法、基本花授粉算法[14]、基本果蝇优化算法[15]、部分参考文献改进算法在不同函数上的寻优速度和寻优精度；b)通过固定收敛精度，比较WOA、DCWOA和部分参考文献提出的改进算法的寻优成功率和平均迭代次数。表1给出了九个测试函数的基本信息和相关参数设置，当函数自变量的搜索空间越广、维度越大，目标的收敛精度要求越高时，可以顺利找到最优解的难度也就越大，对算法的性能要求也就越高。