《表1 基准函数：HTS算法与GRNN、SVM耦合模型在径流预测中的应用》

  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

《HTS算法与GRNN、SVM耦合模型在径流预测中的应用》

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

为验证HTS算法的寻优能力，对8个标准测试函数进行仿真实验（见表1），并与当前寻优效果较好的几种算法如TLBO算法、GWO算法、SFLA算法、DE算法和CS算法的仿真结果进行对比，结果见表2。为确保验证的公平性，本文所有验证均在Inter（R）Core（TM）i7-6 500U [email protected]内存的机器上实现，软件运行环境为Matlab R2011b。实验参数设置:6种算法的最大迭代次数Gmax均设置为1 000；其中，HTS算法的种群规模N=50，其他参数为固定值或通过随机确定；TLBO算法的学生规模（种群）N=50；GWO算法的灰狼群体规模N=50；SFLA算法的青蛙群体规模N=50，子群数K=5，子群内青蛙个数Np=10，子群数局部进化次数T1=10；DE算法种群规模N=50，上、下限的尺度因子分别为0.8、0.2，交叉率CR=0.2；CS算法的鸟窝位置数N=25，发现概率pa=0.25。