《表1 3种算法在5个测试函数上的寻优结果统计》

  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

《基于自适应动态改变的粒子群优化算法》

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

从表1中的数据结果我们可以得出，改进后的算法在求解Sphere Model函数时，搜索到的最优解较SPSO算法提高了71.84%，较PSO-DAC算法提高了53.05%；在运行50次后对最优解取平均的效果上，改进算法较SPSO和PSO-DAC也分别提高了64.98%和48.15%；而在算法运行50次中的最差的最优值上，改进后的算法相比其他2种算法也分别提高了66.56%和34.58%.改进后的算法在求解Step函数时，运行50次后搜索到的最优解较SPSO和PSO-DAC算法分别提高了67.73%和52.68%；在平均最优值上较其他2种算法分别提高了51.69%和42.28%；在最差的最优解上较其他2种算法也分别提高了25.01%和28.92%.类似的，改进后的算法在求解Ackley函数时，运行50次后搜索到的最优解较SPSO和PSO-DAC算法分别提高了80.29%和76.46%；在平均最优值上比其他2种算法也分别提高了76.76%和52.07%；在最差值上也比其他2种算法的精度提高了75.9%和41.62%.同样改进后的算法在求解Rastrigin函数时，运行50次后搜索到的最优解较SPSO和PSO-DAC算法分别提高了21.38%和23.93%；在平均最优值上比其他2种算法也分别提高了76.03%和69.9%；在最差值上也比其他2种算法的精度提高了26.65%和2.5%.在求解Griewank函数时，运行50次后搜索到的最优解较SPSO和PSO-DAC算法分别提高了86.09%和83.06%；在平均最优值上比其他2种算法也分别提高了83.6%和80.7%；在最差值上也比其他2种算法的精度提高了81.61%和73%.