Nonlinear Inertia Weighted Teaching-Learning-Based Optimization for Solving Global Optimization Problem
Table 5
Comparative results of TLBO and NIWTLBO with other PSO algorithms. Population size: 10; : 10; max. eval.: 30,000FEs; source: results of algorithms except NIWTLBO are taken from [24, 27].
Number
Function
PSO-w
PSO-cf
CPSO-H
CLPSO
TLBO
NIWTLBO
Sphere
Mean
7.96E − 51
9.84E − 105
4.98E − 45
5.15E − 29
0
0
Std.
3.56E − 50
4.21E − 104
1.00E − 44
2.16E − 28
0
0
Rosenbrock
Mean
3.08E + 00
6.98E − 01
1.53E + 00
2.46E + 00
1.72E + 00
1.69E + 00
Std.
7.69E − 01
1.46E + 00
1.70E + 00
1.70E + 00
6.62E − 01
7.18E − 01
Ackley
Mean
1.58E − 14
9.18E − 01
1.49E − 14
4.32E − 10
3.55E − 15
8.58E − 16
Std.
1.60E − 14
1.01E + 00
6.97E − 15
2.55E − 14
8.32E − 31
6.37E − 32
Rastrigin
Mean
5.82E + 00
1.25E + 01
2.12E + 00
0
6.77E − 08
0
Std.
2.96E + 00
5.17E + 00
1.33E + 00
0
3.68E − 07
0
Griewank
Mean
9.69E − 02
1.19E − 01
4.07E − 02
4.56E − 03
0
0
Std.
5.01E − 02
7.11E − 02
2.80E − 02
4.81E − 03
0
0
Schwefel 2.26
Mean
3.20E + 02
9.87E + 02
2.13E + 02
0
2.94E + 02
2.67E + 02
Std.
1.85E + 02
2.76E + 02
1.41E + 02
0
2.68E + 02
1.92E + 02
Noncontinuous Rastrigin
Mean
4.05E + 00
1.20E + 01
2.00E − 01
0
2.65E − 08
0
Std.
2.58E + 00
4.99E + 00
4.10E − 01
0
1.23E − 07
0
Weierstrass
Mean
2.28E − 03
6.69E − 01
1.07E − 15
0
2.42E − 05
0
Std.
7.04E − 03
7.17E − 01
1.67E − 15
0
1.38E − 20
0
“†” mark indicates that NIWTLBO is statistically better than the corresponding algorithm. “‡” mark indicates that NIWTLBO is statistically worse than the corresponding algorithm.
