《表4 OBL-μTLBO算法与非微种群算法的结果》
在本实验中,OBL-μTLBO算法与4种非微种群算法的性能进行比较。期望求解精度同3.1节。标准TLBO算法的种群规模设定为30;TLBO-CSWL算法的种群规模设定为40;FSADE算法和Rcr-JADE-s4的种群规模分别设定为50和100,算法参数设置均与文献[6]一致,结果见表4。从表4可以看出,OBL-μTLBO算法在f1、f2、f3、f4、f6、f7、f9、f10、f11上的平均评价次数均明显少于所有比较算法,这说明所提方法具有较快的收敛速度。而在函数f5、f8、f13上,Rcr-JADE-s4算法的实验结果要优于本文的OBL-μTLBO算法。这说明Rcr-JADE-s4算法在这3个函数上具有较快的收敛速度。统计分析结果见表5和表6。由表5可知,笔者所提算法与非微种群算法相比,OBL-μTLBO同样具有较高的搜索效率。从表6可以看出,OBL-μTLBO算法的搜索效率要明显优于其他所有比较的非微种群算法。
图表编号 | XD00229852300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 范勤勤、柳缔西子、王筱薇、韩新、王维莉 |
绘制单位 | 上海海事大学物流研究中心、上海交通大学电子信息与电气工程学院、上海海事大学物流研究中心、上海海事大学物流研究中心、同济大学上海防灾救灾研究所、上海海事大学物流研究中心 |
更多格式 | 高清、无水印(增值服务) |