《表1 GCCOA、GCCOAng和GCCOAnc的对比结果》
为了验证本文提出的两个创新部分对GCCOA优化性能的贡献,将GCCOA与其分别缺少这两个创新部分的不完整算法在CEC2017的10维函数进行对比实验。这两个不完整算法是GCCOAng和GCCOAnc,GCCOAng为无全局引导但有相互作用的COA,GCCOAnc为无相互作用但有全局引导的COA。依据文献[8]的最佳参数设置推荐,设置每个算法独立运行次数为51次,最大函数评价次数为10 000D。为了对比的公平性,三种算法GCCOA、GCCOAng和GCCOAnc的种群数N都设置为100,Np和Nc都设置相同。结果如表1所示。
图表编号 | XD00222757000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.05 |
作者 | 张新明、付子豪、陈海燕、刘尚旺、窦智、刘国奇 |
绘制单位 | 河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院、湖北省肿瘤医院妇瘤科、河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |