《表5 4种优化算法对于不同维度类型的5种测试函数的优化结果表》
注:*表示优化结果与函数极值的真值无显著差异
通过仿真实验,对上述4个函数进行优化测试:定义函数的全局极值为最优值;运用3种基于粒子群的优化算法(混合粒子群优化算法、标准粒子群优化算法以及带收缩因子的粒子群优化算法)进行优化运算;算法中设置4种步长维度(5,10,15和20,表示优化算法中粒子个数)分别进行运算;单次优化的终止条件为迭代次数达到2 000次;实验重复次数为10次,取平均值对不同设置和场景(函数)分别进行比较.前3个函数——Sphere函数、Ackley函数和Rastrigin函数因其全局最小值都为零,因此优化算法的优化效果以其最终优化结果值的精度表示,具体对比结果见表5.而Styblinski-Tang的全局最小值不为0,因此优化结果以算法优化值与函数极值之间的偏差来表示.偏差φ的计算方法由公式(23)计算而来:
图表编号 | XD0073046500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 徐利锋、黄祖胜、杨中柱、丁维龙 |
绘制单位 | 浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |