《表3 5种算法的性能测试结果》
为了验证本文算法的有效性,利用5.1节中的9个测试函数对惯性权重线性递减的粒子群算法LWPSO[8](Linear Decreasing Inertia Weight Particle Swarm Optimization Algorithm)、带压缩因子的粒子群算法YSPSO[10](Particle Swarm Optimization Algorithm with Compression Factor)、文献[22]中的引导型粒子群算法IEPSO(Particle Swarm Optimization Algorithm with Induction-enhanced)、随机惯性权重粒子群算法RandPSO[24](Random Weighting Particle Swarm Optimization Algorithm)与本文改进算法(SAPSO)分别进行测试,各算法分别运行50次,取最优值的平均值(mean)和标准差(std)进行比较。最优值的平均值和标准差分别反映了算法的求解精度和稳定性,具体实验结果如表3所列,其中的最好结果用黑体表示。
图表编号 | XD0035520400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 黄洋、鲁海燕、许凯波、胡士娟 |
绘制单位 | 江南大学理学院、江南大学理学院、无锡市生物计算工程技术研究中心、江南大学理学院、江南大学理学院 |
更多格式 | 高清、无水印(增值服务) |