A Selective Biogeography-Based Optimizer Considering Resource Allocation for Large-Scale Global Optimization
Table 3
The results of the CC_SBBO_CB, CC_SBBO_FR, CC_UEMO_RA, and CC_SBBO_RA algorithms on the CEC’2010 benchmark problems.
Function
Stats
CC_SBBO_CB
CC_SBBO_FR
CC_UEMO_RA
CC_SBBO_RA
f1
Best
1.29e + 11↑
1.35e + 11↑
1.34e + 07↑
0.00e+00
Mean
1.37e + 11
1.45e + 11
4.26e + 07
6.14e − 26
Std
1.04e + 10
1.08e + 10
2.35e + 07
1.08e − 25
f2
Best
5.24e + 03↑
1.13e + 03↑
2.34e + 02↑
4.37e+01
Mean
5.28e + 03
1.19e + 03
5.65e + 02
6.24e+01
Std
4.97e + 01
4.16e + 01
4.41e + 02
2.40e+01
f3
Best
2.05e + 01↑
1.22e + 01↑
3.21e − 01↑
1.17e − 12
Mean
2.05e + 01
1.26e + 01
5.67e − 01
1.79e − 11
Std
2.74e − 02
2.05e − 01
4.82e − 01
4.00e − 11
f4
Best
9.35e + 14↑
1.00e + 14↑
8.53e + 12↑
7.99e+08
Mean
9.52e + 14
1.23e + 14
9.62e + 13
9.17e+08
Std
1.07e + 13
2.42e + 13
8.64e + 12
2.37e+08
f5
Best
6.12e + 08↑
4.07e + 08↑
7.22e + 07↑
3.98e+06
Mean
6.40e + 08
4.24e + 08
8.01e + 07
4.21e+06
Std
7.46e + 07
1.80e + 07
5.26e + 07
3.60e+06
f6
Best
1.98e + 07↑
1.08e + 03↑
2.18e + 06↑
7.10e − 09
Mean
2.00e + 07
3.85e + 03
3.54e + 06
8.90e − 09
Std
3.69e − 01
2.39e + 03
2.43e + 06
3.82e − 09
f7
Best
2.66e + 11↑
8.15e + 08↑
7.23e + 09↑
1.23e+01
Mean
3.72e + 11
8.69e + 08
8.92e + 09
2.18e+01
Std
3.86e + 02
4.44e + 07
7.18e + 09
1.13e+01
f8
Best
2.21e + 08↑
1.11e + 08↑
9.62e + 07↑
4.82e+04
Mean
3.12e + 08
1.93e + 08
1.57e + 08
5.33e+04
Std
6.34e + 07
6.28e + 07
8.29e + 07
1.02e+04
f9
Best
3.45e + 10↑
6.90e + 09↑
2.50e + 08‖
1.73e+08
Mean
4.36e + 10
8.20e + 09
2.82e + 08
1.77e+08
Std
1.65e + 09
9.71e + 08
7.82e + 06
5.22e+06
f10
Best
4.29e + 03↑
5.18e + 03↑
2.31e+03‖
2.99e + 03‖
Mean
5.03e + 03
5.28e + 03
2.41e+03
3.00e + 03
Std
3.09e + 02
7.76e + 01
1.43e+02
1.19e + 01
f11
Best
2.22e + 02↑
4.29e + 01↑
9.10e + 01↑
8.52e − 14
Mean
2.24e + 02
5.44e + 01
9.43e + 01
9.87e − 14
Std
1.34e + 00
1.33e + 01
3.42e + 00
1.06e − 14
f12
Best
2.05e + 06↑
4.21e + 05↑
7.18e + 04↑
4.04e+04
Mean
2.06e + 06
4.53e + 05
7.59e + 04
4.47e+04
Std
2.63e + 04
2.88e + 04
4.25e + 03
4.26e+03
f13
Best
2.31e + 08↑
2.02e + 05↑
1.54e + 04↑
1.11e+03
Mean
2.46e + 08
2.18e + 05
1.76e + 04
1.60e+03
Std
1.16e + 07
1.03e + 04
1.84e + 02
1.13e+02
f14
Best
2.50e + 09↑
2.82e + 09↑
2.03e + 09↑
9.20e+08
Mean
2.76e + 09
2.98e + 09
2.75e + 09
9.97e+08
Std
2.69e + 08
1.04e + 08
2.47e + 08
7.49e+07
f15
Best
1.00e + 04↑
7.83e + 03‖
5.29e+03‖
6.09e + 03
Mean
1.01e + 04
7.95e + 03
5.81e+03
6.24e + 03
Std
1.01e + 02
1.22e + 02
1.64e+02
1.25e + 02
f16
Best
3.85e + 02↑
6.51e + 01↑
9.24e + 01↑
9.05e − 10
Mean
3.86e + 02
8.47e + 01
9.94e + 01
1.18e − 09
Std
1.92e + 00
1.63e + 01
5.48e + 01
9.80e − 10
f17
Best
2.09e + 06↑
5.77e + 05‖
9.64e + 05↑
2.13e+05
Mean
2.19e + 06
5.91e + 05
1.02e + 06
3.12e+05
Std
7.14e + 04
1.60e + 04
3.28e + 06
2.14e+05
f18
Best
4.32e + 08↑
3.20e + 03‖
5.52e + 07↑
2.75e+03
Mean
4.76e + 08
4.81e + 03
5.64e + 07
2.96e+03
Std
3.91e + 07
1.07e + 03
1.25e + 07
2.32e+03
Note. The notation “↑/‖/↓” represents that CC_SBBO_RA generated statistically “better/equally-well/worse” solution than the other algorithms. The best performances are highlighted bold.
