《表4 ROBL-MFO算法在固定收敛精度下的性能分析》

  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

《融合折射原理反向学习的飞蛾扑火算法》

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

为了验证ROBL-MFO算法的收敛性，在固定收敛精度的情况，使用四种算法在每个测试函数上独立运行50次，记录其最小收敛代数、平均收敛代数和收敛率，其中收敛率是寻优成功的次数占实验总次数的百分比。其中种群数为20，维度为10，最大迭代次数为2 000，其他参数保持一致。实验结果如表4所示。从表4可以看出，在这六个测试函数上，ROBL-MFO算法的最小收敛代数和平均收敛代数均为最小，收敛率均为100%，这表明该算法的收敛能力优于其他三种对比算法。