《表4 GWO、IGWO、PSO_GWO算法的寻优结果Tab.4 Optimization results of GWO, IGWO, and PSO_GWO algorithms》

《表4 GWO、IGWO、PSO_GWO算法的寻优结果Tab.4 Optimization results of GWO, IGWO, and PSO_GWO algorithms》

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

《一种基于Tent映射的混合灰狼优化的改进算法》

获取高清版本忘记账户？点击这里登录

下载图表忘记账户？点击这里登录

对GWO算法、IGWO算法、PSO_GWO算法分别单独进行30次仿真实验，记录其平均值及标准差.具体结果见表4.

图表编号	XD0024770500 严禁用于非法目的
绘制时间	2018.11.30
作者	滕志军、吕金玲、郭力文、许媛媛
绘制单位	东北电力大学电气工程学院、东北电力大学电气工程学院、东北电力大学电气工程学院、东北电力大学电气工程学院
更多格式	高清、无水印（增值服务）

查看“表4 GWO、IGWO、PSO_GWO算法的寻优结果Tab.4 Optimization results of GWO, IGWO, and PSO_GWO algorithms”的人还看了

: 表3 PSO,WOA,GWO和SFL–GWO算法对10个测试函数在不同维度的寻优结果比较

: 表2 GWO算法、HGGWO算法以及SFL–GWO算法对13个标准函数的结果对比

: 表3 PSO,WOA,GWO和SFL–GWO算法对10个测试函数在不同维度的寻优结果比较

: 表2 最大推力模式AMPC-GWO算法寻优发动机控制量和部分状态量变化

: 表4 最低涡轮前温度模式AMPC-GWO算法寻优发动机控制量和部分状态量变化

: 表1 AMPC-GWO算法、GWO算法和GA算法在3个标准测试函数上寻优效果对比表

《表5 GWO、PSO、IGWO、PSO_GWO

《表6 不同种群规模的PSO_GWO的