NUMERICAL EXPERIMENTS
4.1 Test Function Set
MultiEA is examined using the 25 functions in CEC 2005 test
suite. The dimension D of all test functions is chosen to be 30.
The maximum number of function evaluations is set to 10,000D =
300,000. The performance of an algorithm is measured by
statistics from 25 independent runs.
4.2 Test Algorithm Set
To evaluate the performance of MultiEA, we compare its
performance with three multi-algorithms: AMALGAM-SO, PAP
and RandEA. The first two algorithms has been described in
Section 2.1.
RandEA means randomly chosen EA: Given the number of
evaluations N, if we have no knowledge about which algorithm is
the best, it is reasonable to randomly select an algorithm and run it
for N evaluations. This algorithm is referred as RandEA. Its
performance is defined as the average performance of the q
algorithms. It serves as a baseline algorithm to test whether there
is a positive synergy in MultiEA.
As said in Section 1, ABC, CMA-ES, CoDE, PSO2011 and SaDE
are chosen as component algorithms for MultiEA, AMALGAMSO, PAP, and RandEA.
All algorithms are implemented in Matlab. All the experiments
are conducted on a PC with 2.67GHz 4-core CPU and 3 GB of
memory.
4.3 Results
The detailed results (mean and standard deviation) are presented
in Tables 1-3 in Appendix. To illustrate the significance of the
results, the p-value for Mann-Whitney U test (rank-sum test)
comparing the averaged best function error values of MultiEA
with each of the other algorithms are listed. In the tables, a pvalue less than 0.05 (α=0.05) corresponds to significance in the
comparison result. Values shown in bold means that the
associated algorithm is significantly outperformed by MultiEA;
while underlined values mean that MultiEA is significantly
outperformed by the other algorithm. If the mean and/or the
standard deviation returns “0.00E+00”, it simply means that the
value is smaller than the smallest precision of floating point
number of Matlab.
การทดลองเชิงตัวเลข
4.1 ชุดฟังก์ชั่นการทดสอบ
multiea จะตรวจสอบการใช้ฟังก์ชั่นใน 25 CEC 2005
ชุดทดสอบ d มิติของทุกฟังก์ชั่นการทดสอบได้รับการคัดเลือกให้เป็น 30
จำนวนสูงสุดของการประเมินผลการทำงานจะถูกกำหนดเป็น 10,000 d =
300000 ประสิทธิภาพการทำงานของอัลกอริทึมวัดจากสถิติตั้งแต่วันที่ 25
วิ่งอิสระ.
4.2 ชุดทดสอบอัลกอริทึม
ในการประเมินประสิทธิภาพการทำงานของ multiea,เราเปรียบเทียบผลการดำเนินงาน
ด้วยสามขั้นตอนวิธีการหลาย: รวมกันเพื่อ, PAP
และ randea สองคนแรกที่อัลกอริทึมที่ได้รับการอธิบายไว้ในส่วน
2.1
randea หมายถึงการสุ่มเลือก EA: ได้รับหมายเลขของการประเมินผลการ
n ถ้าเราไม่มีความรู้เกี่ยวกับการที่อัลกอริทึมที่ดีที่สุดคือ
มันมีเหตุผลที่จะสุ่มเลือกอัลกอริทึมและเรียกใช้สำหรับการประเมินผลการ
n ขั้นตอนวิธีนี้จะเรียกว่าเป็น randeaประสิทธิภาพการทำงาน
ที่ถูกกำหนดให้เป็นผลการดำเนินงานเฉลี่ยของอัลกอริทึม Q
จะทำหน้าที่เป็นอัลกอริทึมพื้นฐานเพื่อทดสอบว่ามี
คือการทำงานร่วมกันในเชิงบวกใน multiea
เป็นกล่าวว่าในส่วน 1, abc, CMA-ซาลาม, รหัส pso2011 และ Sade
ได้รับการแต่งตั้งเป็นอัลกอริทึมส่วนประกอบสำหรับ multiea, amalgamso, PAP และ randea อัลกอริทึม
ทั้งหมดจะถูกนำมาใช้ใน MATLAB การทดสอบทั้งหมด
จะดำเนินการบนคอมพิวเตอร์ที่มี 2ซีพียู 67ghz 4-core และ 3 GB หน่วยความจำ
4.3 ผลผลรายละเอียด (ค่าเบี่ยงเบนมาตรฐาน) ถูกแสดงไว้ในตาราง
1-3 ในภาคผนวก เพื่อแสดงให้เห็นความสำคัญของผลการ
, p-value สำหรับ mann-U ทดสอบวิทนีย์ (ทดสอบยศวิธี sum-)
เปรียบเทียบค่าเฉลี่ยที่ดีที่สุดของการทำงานผิดพลาด
multiea กับแต่ละขั้นตอนวิธีการอื่น ๆ มีการระบุไว้ ในตาราง, pvalue น้อยกว่า 0.05 (α = 005) สอดคล้องกับความสำคัญในผลการเปรียบเทียบ
ค่าที่แสดงในตัวหนาหมายถึงที่
อัลกอริทึมเกี่ยวข้องจะทำได้ดีกว่าอย่างมีนัยสำคัญโดย multiea;
ในขณะที่ค่าที่ขีดเส้นใต้หมายความว่า multiea อย่างมีนัยสำคัญ
เฮงโดยอัลกอริทึมอื่น ๆ ถ้าหมายถึงและ / หรือ
ส่วนเบี่ยงเบนมาตรฐานผลตอบแทน "00 0.00E" มันก็หมายความว่า
ค่ามีขนาดเล็กกว่าความแม่นยำที่เล็กที่สุดของจุดลอย
จำนวน MATLAB
การแปล กรุณารอสักครู่..
![](//thimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)