《表8 CSO、GA、PSO在IRIS等5个数据集上的运行时间》

  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

《一种基于竞争型群体优化的数据聚类方法》

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

单位:s

时间复杂度:将数据集上的数据根据其聚类中心进行聚类并计算个体适应度值作为基本操作，3个算法的时间复杂度均为O（t×n），其中t为迭代次数，n为种群规模。虽然时间复杂度相同，但由于CSO每次迭代只需更新一半的粒子，因此CSO的基本操作计算次数可以缩减接近一半。为了比较算法的执行时间，本人在戴尔OptiPlex 360机器上分别运行3个算法，每个算法在5个数据集上的运行时间如表8所示。从表8可以看到，由于GA除了基本操作，每次运行迭代都要根据适应度进行选择、交叉以及变异操作，因此运行时间最长；CSO与PSO相比，由于减少了基本操作数，因而运行时间大大减少。