《Table 2 Spacing values of each algorithm表2各算法Spacing测度》

  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

《进化信息引导的烟花差分混合多目标算法》

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

注:Mean表示平均值，Std表示20次独立实验的方差，+、=、-分别代表MOHFWDE在显著性水平为5%的t检验中优于、接近、差于对比算法。

结合3.3节中算法复杂度分析，表3给出了4种算法在3种测试函数上20次独立实验的平均耗时。MODE-RMO每次选择个体进行变异时都会进行一次非支配排序，使得其总耗时远大于其他3种算法，在两目标优化中MOHFWDE用时少于其他3种算法。在三目标优化中，由于d MOPSO、NSGA-II种群大小设置为200，而MOHFWDE在该实验参数下每代评价次数约为100，这就使得在相同的评价次数下MOHFWDE将进行更多次精英存档集的维护，因此MOHFWDE算法耗时跟算法参数有直接关系。