A Modified Sine-Cosine Algorithm Based on Neighborhood Search and Greedy Levy Mutation

Table 6

The comparisons of t-test for .

Algorithm
	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.
MSCA; /PSO	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	0	0.999	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+
MSCA; /DE	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	NaN	NaN	≈	0	1.000	+	0	0.979	+	NaN	NaN	≈	0	1.000	+
MSCA; /BA	0	1.000	+	0	0.980	+	0	1.000	+	0	1.000	+	0	0.999	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+
MSCA; /TLBO	NaN	NaN	≈	NaN	NaN	≈	0	1.000	+	NaN	NaN	≈	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+	0	1.000	+
MSCA; /GWO	NaN	NaN	≈	0	1.000	+	0	0.979	+	0	0.996	+	0	1.000	+	0	0.999	+	0	0.999	+	0	1.000	+	NaN	NaN	≈	0	1.000	+
MSCA; /SCA	0	0.840	+	0	0.861	+	0	0.970	+	0	0.838	+	0	1.000	+	0	1.000	+	0	0.237	+	0	1.000	+	NaN	NaN	≈	0	0.935	+
Algorithm																															number of winners
	H	P	Sig.	H	P	Sig.	H	P	Sig.	H		Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.	H	P	Sig.
MSCA; /PSO	0	0.999	+	0	1.000	+	0	1.000	+	0	20	+	0	0.976	+	0	0.999	+	0	0.999	+	0	0.999	+	0	0.999	+	0	1.000	+	20
MSCA; /DE	NaN	NaN	≈	0	0.314	+	NaN	NaN	≈	NaN	13	≈	0	1.000	+	NaN	NaN	≈	0	0.500	+	1	2e-4	-	0	0.162	+	0	0.500	+	13
MSCA; /BA	0	1.000	+	0	0.996	+	0	1.000	+	0	19	+	0	1.000	+	NaN	NaN	≈	0	0.500	+	1	0.001	-	0	1.000	+	0	0.999	+	19
MSCA; /TLBO	NaN	NaN	≈	0	0.999	+	0	0.979	+	NaN	12	≈	NaN	NaN	≈	NaN	NaN	≈	0	0.500	+	1	2e-4	-	0	0.500	+	0	0.500	+	12
MSCA; /GWO	NaN	NaN	≈	0	1.000	+	0	1.000	+	NaN	15	≈	0	0.979	+	NaN	NaN	≈	0	0.979	+	0	0.933	+	0	0.987	+	0	1.000	+	15
MSCA; /SCA	NaN	NaN	≈	0	1.000	+	0	1.000	+	NaN	17	≈	0	0.942	+	0	1.000	+	0	0.999	+	0	0.997	+	0	1.000	+	0	1.000	+	17