《表1 GEAPO与APO算法性能的比较Tab.1 The performance comparison results of the algorithms GHAPO and APO》
由此可知,分组反向学习,组间精英学习,引入种群多样性指标,确实增加了种群多样性,平衡了全局和局部搜索能力,并且由于其运动规则的变化性,在整体性能上,优于遵循单一规则的APO算法,改善了算法陷入局部最优的缺点,提高了收敛精度。仿真实验表明本文算法是有效的。
图表编号 | XD0043096400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 李云仙、谢丽萍、谭瑛 |
绘制单位 | 太原科技大学计算机科学与技术学院、太原科技大学计算机科学与技术学院、太原科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |