《表1 测试函数：基于聚集度改进的多过程搜索鸟群算法》
提示：宽带有限、当前游客访问压缩模式
为了验证算法的有效性和可靠性，选取12个具有不同特点的基准函数[11，12]进行测试，这些函数包含单模、多模态、高维和低维等情况，如表1所示。
| 图表编号 | XD0069500800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.08 |
| 作者 | 樊晓红、万仁霞 |
| 绘制单位 | 北方民族大学数学与信息科学学院、北方民族大学数学与信息科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 标准测试函数：基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识》2021.01.25
- 《表2 测试函数：基于动态行为选择的和声搜索算法》2021.03.01
- 《表2 范德华作用能：基于动态学习因子的多环节综合改进鸟群算法》2020.12.31
- 《表1 测量结果：基于动态学习因子的多环节综合改进鸟群算法》2020.12.31
- 《表1 测试函数：基于多目标人工搜索群算法的分布式电源优化》2021.02.15
- 《表1 测试函数：基于反向学习策略的深度搜索布谷鸟算法》2020.03.01
- 《表1 测试函数：基于改进人工搜索群算法的欠压脱扣器优化》2020.02.25
- 《表1 测试函数：改进引力搜索算法用于工控系统入侵检测》2020.01.16
- 《表1 测试函数参数设置：基于动态调整和协同搜索的花授粉算法》2019.12.15
- 《表2 基准测试函数：基于改进引力搜索算法的K-means聚类》2019.11.01
- 《表3 函数测试结果：基于聚集度改进的多过程搜索鸟群算法》2019.06.08
- 《表2 参数设置：基于聚集度改进的多过程搜索鸟群算法》2019.06.08
- 《表1 测试函数：基于共生生物搜索算法的汽轮机最优初压研究》2019.05.22
- 《表1 标准测试函数：基于自适应权重的改进共生生物搜索算法》2019.04.10
- 《表1 实验结果：基于双向搜索与改进贪婪算法的测试点优选研究》2019.04.01
- 《表1 标准测试函数：基于跨邻域搜索的连续域蚁群优化算法》2019.06.01
- 《表2 测试函数：基于均值的云自适应鸟群优化算法》2019.04.18
- 《表2 模型测试误差：基于改进扩张搜索聚类算法的多流形软测量建模》2019.02.01
- 《表1 聚类结果：基于改进扩张搜索聚类算法的多流形软测量建模》2019.02.01
- 《表1 8个测试函数：算法的优化:基于适应度方差的涡流搜索方法》2018.03.01