《表2 目标精度下的平均迭代次数与成功率对比》

  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

《一种新型自调节步长果蝇优化算法》

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

由表1可以看出在30维的条件下，FOA、LGMS-FOA、WFOA在多数测试函数下未能达到理想精度，容易陷入局部最佳，而本文改进的SC-FOA达到了8个测试函数的目标精度，而且所得方差与另外三种算法所得方差相对较小，以上证明了本文改进算法的稳定性和优越性.表2为四个算法在2维和30维情况下为达到测试函数目标精度的平均迭代次数和成功率对比，通过表中数据可以看出在2维的情况下，本文算法在8个测试函数中都达到了目标精度值且成功率都为100%，而且可以从表2的数据比较中，可以看出本文算法所需平均迭代次数相对于其他三个算法都要少，其他三种果蝇算法在2维情况，无论是在迭代次数还是成功率上，测试的表现都相对较差.在30维的情况下，FOA、LGMS-FOA、WFOA在测试函数的测试下都难以达到测试函数的目标精度值，而且十分不稳定，这些算法寻优效果不佳，迭代后期容易陷入局部最优，而SC-FOA测试的结果明显比另外三个算法要稳定和优越，对8个测试函数都能以100%的成功率达到目标精度，且平均迭代次数较低.综合表明，SC-FOA在低维和高维的情况下都能保持稳定寻优和较高的成功率.