《表5 CRSDCFPA算法与其他文献中的改进智能算法性能比较》

  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

《基于随机替换和多样性控制的花朵授粉算法》

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

为了验证本文算法适应能力上的优势，与肖辉辉等人[17]提出的基于单纯形法和自适应步长的花朵授粉算法（SMASFPA）、Dai等人[18]提出的基于自适应高斯变异和混合蛙跳的花朵授粉算法（AGM-SFLFPA）、王庆喜等人[19]提出的基于莱维飞行的粒子群优化算法（LPSO）、奚茂龙等人[20]提出的基于多维问题的交叉算子量子粒子群优化算法（COQPSO）、夏学文等人[21]提出的具备反向学习和局部学习能力的粒子群算法（RLPSO）、虎涛涛等人[22]提出一种混沌变参数粒子群优化算法（CPSO）的寻优精度进行比较。实验结果如表5所示。对于函数f2、f4、f5，CRSDCFPA算法的平均值和标准差明显优于其他两种改进花朵授粉算法。相比于其他PSO算法，本文算法对每一种函数优化都有较好的表现，证明了本文算法有很强的适应能力。