《表1 x-SVR模型时间复杂度比较》

《表1 x-SVR模型时间复杂度比较》   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
《基于改进人工蜂群算法的支持向量机时序预测》


  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

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。