《表1 0 算法求解高维0-1背包问题的结果对比》

  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

《基于局部搜索策略的混合自适应布谷鸟算法》

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

根据表8可知，对于10个低维0-1背包问题，LHACS算法在最优值、均值和标准差上均为最优。如表8最后一行所示，LHACS算法略优于CS算法，与SCA算法效果近似，略优于GWO，ABC，DE算法，显著优于PSO算法。为了进一步说明LHACS算法的有效性，根据文献[25]提供的方法，随机产生6个高维0-1背包问题（F36～F41），其维数、容量和最优值如表9所示。采用LHACS，CS，SCA，ABC，PSO算法分别对6个高维问题独立求解50次，全局迭代次数为5 000，局部迭代次数为20，求解结果对比如表10所示。