《表2 不同智能算法的对比Table 2 Performance comparison of different intelligent 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

《交叉熵在油浸式变压器故障诊断中的应用》

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

采用离散化后的变压器油中溶解气体的数据进行数据属性约简，实验环境为CPU 1.8 GHz，内存为4 G，采用Matlab对该问题编程。改进型交叉熵优化粗糙集进行属性约简算法（ICCEAR）的参数设置:P（0）=（0.5，0.5，…，0.5）（P（0）的维数为n） ，ρ=0.85，M=100，η=0.9，bt=1.0-4，式（1）中α=1.1，β=0.8。通过选取模拟退火算法（SAAR）、蚁群算法（ACAR）、未改进的组合型交叉熵算法（CCEAR）不同的智能算法与文中的算法进行对比分析。在模拟退火算法中参数设置为:初始温度20 000℃，终止温度1℃，退火速度0.9，蚁群算法中令最大迭代次数80，蚂蚁释放的信息素量为0.1，信息素持久性系数为0.8。未改进的组合型交叉熵算法中变量的设置与以上改进后算法的变量相同，100次实验求取平均结果。图1为不同算法的优化结果。表2为不同算法约简效果对比。