《表2 各种算法条件下的标准测试函数实验仿真结果》

  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

《基于自适应权重的改进共生生物搜索算法》

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

笔者应用标准测试函数和图像分割函数作为实验对象，验证ISOS算法的寻优能力以及运算时间（以CPU时间表示）。同时，与SOS算法、粒子群优化（Particle Swarm Optimization，PSO）算法和花朵授粉算法（Flower Pollination Algorithm，FPA）进行比较分析。笔者选取了多种不同的标准测试函数（见第64页表1）来衡量元启发式算法的性能，大致可以分为高维单模态测试函数、高维多模态测试函数、固定多模态测试函数3类。利用这些不同的标准测试函数的数学特性，从不同的角度来测试ISOS算法的性能[9]。第64页表2为各种算法条件下的标准测试函数实验仿真结果，给出了各种算法对表1中的标准测试函数进行寻优后的最优值；第64页表3为各种算法条件下的标准测试函数实验仿真CPU时间。由表2可以看出，ISOS算法的寻优结果优于其他各种算法，说明ISOS算法具有较强的局部寻优能力，而且不会陷入局部最优，平衡了全局寻优和局部寻优之间的关系，高效地找到了测试函数的最优值。由表3可以看出，ISOS算法运行得最快，SOS算法和PSO算法运行速度居中，FPA算法运行得最慢，因此可知ISOS算法在提高寻优精度的同时，还可以缩短运算时间。