《表2 对比算法及参数设置Tab.2 Parameters settings for algorithms》

  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

《基于学习理论的改进粒子群优化算法》

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

为了比较算法性能，笔者选择了4个有代表性的改进的PSO算法作为对比算法，包括ALC-PSO、DMS-PSO、GPSO和线性权重递减版本的GPSO.所有算法的参数设置与原文献中相同，具体设置如表2所示.此外，L-PSO中公式（3）的R值为生成竞争粒子的控制参数，设置为0.5.为保证实验结果准确，每一个算法都在各个测试函数上独立地运行20次并求取平均值.每个测试函数的维度N设置为30，算法种群大小设置为20，算法迭代的停止条件为最大函数评估次数Max＿evals=200 000.