《表1 x-SVR模型时间复杂度比较》
本文将构建网格搜索(gridsearch)[2]、粒子群优化(PSO)算法[3]、遗传算法(GA)[4]、蚁群优化(ACO)算法[5]和人工蜂群算法的SVR模型(设为x-SVR表1作为对照实验,将SVR时间复杂度统一设为定值O (f (n)) ,那么x-SVR时间复杂度仅须比较其核心智能算法。其中采用文献[2]中网格搜索算法,其时间复杂度可粗略估计为O(n3)。设NCircle为进化代数,n为种群规模,D为决策变量的维数,当n→D得表1。其中,改进ABC算法时间复杂度与D无关仅取决于n;如果n足够大,低次幂项可忽略,那么改进ABC算法与其经典算法相比,几乎不需要额外付出时间耗费,另外,蚁群算法时间复杂度最高。
图表编号 | XD007586900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.20 |
作者 | 刘栋、李素、曹志冬 |
绘制单位 | 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室、中国科学院自动化研究所复杂系统管理与控制国家重点实验室、北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室、中国科学院自动化研究所复杂系统管理与控制国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |