《表1 算法性能测试结果：面向反应再生过程的量子粒子群多目标优化》

  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

《面向反应再生过程的量子粒子群多目标优化》

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

MQPSO-CES获得部分Pareto前沿如图2所示。从图2可知，MQPSO-CES算法能够获得多目标优化问题的Pareto前沿，达到优化的目的。为了验证本文算法的有效性，利用SPEA2[21]、MOPSO[22]、NSGA-II[23-24]、MOBFO[25-26]、MQPSO[27]5种算法以及本文提出的MQPSO-CES对具有代表性的标准测试函数ZDT3、ZDT4、DTLZ1、DTLZ2[25]进行优化求解，通过空间度量标准（spacing，SP）[26]和世代距离（generation distance，GD）[26]来衡量算法性能。GD和SP统计结果见表1。