《表5 CRSDCFPA算法与其他文献中的改进智能算法性能比较》
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。
图表编号 | XD0090180300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 崔丽群、张磊、郭相卓、张晨 |
绘制单位 | 辽宁工程技术大学软件学院、辽宁工程技术大学研究生院、辽宁工程技术大学研究生院、辽宁工程技术大学研究生院 |
更多格式 | 高清、无水印(增值服务) |