知识卡片
MOQPSO基准优势有例外
MOQPSO(多次坍塌-正交交叉量子粒子群)在多数测试函数上取得较低的平均最优适应度,但优势并非普遍。对照组是标准粒子群 PSO 和量子粒子群 QPSO;所有函数都求最小值,数值越小越好,负数也一样(−76 比 −74.5 更小、更好)。
| 函数 | MOQPSO | 对照 | 更好者 |
|---|---|---|---|
| f2 | 8.1004 | QPSO 28.7138 | MOQPSO |
| f6 | −74.5436 | QPSO −76.0704 | QPSO |
| f9 | −0.2234 | PSO、QPSO 均 −0.2399 | 对照 |
多次采样与正交交叉还增加目标评价次数,迭代数相同不能证明计算效率更高。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 6 . 3 . 4 实 验 及 分 析 · 查看原书依据
盒图常用来测评算法的鲁棒性。图示结果显示,M所获得的函数值较密集于最优值周围,也就是说,MOQPSO算法的鲁棒性均要优于QPSO算法,除了f9函数;同时在大多数函数上也要优于PSO算法,除了f9函数和f10函数。
参考来源
- 位置:《智能算法导论》第 169 项《1 6 . 3 . 4 实 验 及 分 析》(源文件:`_epub-src/EPUB/xhtml/chapter16_0013.xhtml`)
- 结论依据:正文说明所有测试函数均为最小化,并给出 MOQPSO 三次坍塌及正交表参数;表 16.13 的 f2、f6、f9 行显示平均最优值并非全部优于 QPSO。结论限于该组实验和其评价预算。
- 原始内容:所选函数都是最小化问题……盒图常用来测评算法的鲁棒性。图示结果显示,M所获得的函数值较密集于最优值周围,也就是说,MOQPSO算法的鲁棒性均要优于QPSO算法,除了f9函数