《表1 优化测试函数:进化策略自主选择的改进混洗蛙跳算法》
选取与文中ESAS_SFLA算法4种策略相关且具有代表性的算法进行比较。将其与基本混洗蛙跳算法[1](SFLA)、差分进化算法(DE/best/1、DE/rand/1)[22]、基本粒子群算法(PSO)[23]、(MSFLA)[10]、(MSFLA1)[12]、(ISFLA)[13]和(MSFLA2)[14]进行寻优性能对比。这里选用PSO和DE进行对比,是由于其进化方式与本文的某种进化策略相似。实验环境为:Windows7操作系统,Intel酷睿i5处理器,主频2.5 Hz,4G内存,开发工具为Matlab R2014a。针对10个函数极值求解问题,各算法的参数设置如下:种群个数均设置为N=100;各自迭代500次,每个算法独立运行10次;PSO的ω=0.729 8,c1=1.496 2,c2=1.496 2;DE/rand/1、DE/best/1的F=0.5,CR=0.3;ESAS_SFLA、SFLA、MSFLA、MSFLA1、MSFLA2和ISFLA的分组个数为10,子群内个体数为10,且ESAS_SFLA的参数α=0.5,MSFLA、MSF-LA1、MSFLA2和ISFLA的其他参数参照相应文献。测试函数如表1所示,分别对每种算法的不同维数(10,30,60,100)进行优化对比。
图表编号 | XD0033296200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.05 |
作者 | 张强、李盼池 |
绘制单位 | 东北石油大学计算机与信息技术学院、东北石油大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |