《表3 5种算法的性能测试结果》

  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

《基于S型函数的自适应粒子群优化算法》

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

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。