Page 42 - 《软件学报》2020年第11期
P. 42

3358                               Journal of Software  软件学报 Vol.31, No.11, November 2020

                    •   从方差的角度来看,50 次结果的方差体现了算法的稳定性,方差越小,算法越稳定.本文算法更是以方
                        差为 0 体现着算法的性能优势,而其他 6 种算法却很少能够达到这种效果.
                    由此可见,本文算法比其他 6 种混合粒子群算法的鲁棒性更高,寻优能力更强.

                          Table 2    Experimental results of seven algorithms on three testing functions over 50 trials
                                       表 2  7 种算法对 3 个测试函数 50 次实验的实验结果
                          P b      算法        最差解         最佳解        平均值        标准差       成功率(%)
                                  CLSPSO      819         807       807.88     2.412 9      78
                                 CLSPSO1      5 069       989        2056     813.863 7     −
                                 CLSPSO2      879         807       829.98     16.526 6     4
                         6(min)   CLSPSO3     1 220       827        971.4     86.501 6     −
                                 CLSPSO4      5 042       927       2 065.4   786.819 2     −
                                 CLSPSO5      4 578       864       2 068.5   855.793 5     −
                                 本文算法         807         807        807         0         100
                                  CLSPSO    1 352 439   1 352 439   1 352 439    0         100
                                 CLSPSO1    1 249 959   1 352 439   136 600    28 022       62
                                 CLSPSO2    1 143 737   1 210 524   1 165 100   14 372      −
                         7(max)   CLSPSO3   1 135 100   1 197 323   1 160 300   13 549      −
                                 CLSPSO4    1 235 300   1 271 200   1 251 800   9 268.7     −
                                 CLSPSO5     899 415    1 060 859   963 870    32 727       −
                                 本文算法       1 352 439   1 352 439   1 352 439    0         100
                                                                                     4
                                  CLSPSO   303 861 261   304 117 194   3.0408×10 8  4.6563×10    100
                                                                                     6
                                 CLSPSO1   273 339 174   303 685 599   3.0408×10 8  6.4790×10    −
                                                                                     4
                                 CLSPSO2   303 940 369   304 005 319   2.9349×10 8  1.7902×10    100
                                                                                     4
                         8(max)   CLSPSO3   303 834 966   303 958 327   3.0396×10 8  3.5479×10    100
                                                                                    -6
                                 CLSPSO4   273 339 174   302 646 045   2.9324×10 8  6.3154×10    −
                                                                                     6
                                 CLSPSO5   273 339 174   302 646 045   2.9324×10 8  6.3154×10    −
                                 本文算法      304 128 323   304 128 323   304 128 323   0     100
                    图 5 是基本文算法对各问题求解中的进化曲线.其中,对于 P 5 ,由于公式(13)的设立,各代种群平均值与最佳
                 值的相差较大(P 5 -1),为了明显地看到最佳值的进化过程,单独作了种群平均值的进化曲线图 P 5 -2.












                               P 1                                      P 2                                    P 3













                               P 4                                    P 5-1                                    P 5-2
                                           Fig.5    Evolution curves of various problems
                                                  图 5   各问题的进化曲线
   37   38   39   40   41   42   43   44   45   46   47