Research Article
Dynamic Multi-Swarm Differential Learning Quantum Bird Swarm Algorithm and Its Application in Random Forest Classification Model
Table 7
Comparison on nine multimodal functions with hybrid algorithms (Dim = 2).
| Function | Term | BSA | DE | DMSDL-PSO | DMSDL-BSA | DMSDL-QBSA |
| | Max | 2.0101E + 02 | 2.8292E + 02 | 2.9899E + 02 | 2.4244E + 02 | 2.8533E + 02 | Min | 2.5455E − 05 | 3.7717E + 00 | 2.3690E + 01 | 2.5455E − 05 | 9.4751E + 01 | Mean | 3.4882E − 01 | 8.0980E + 00 | 2.5222E + 01 | 4.2346E − 01 | 9.4816E + 01 | Var | 5.7922E + 00 | 1.0853E + 01 | 1.5533E + 01 | 5.6138E + 00 | 2.8160E + 00 |
| | Max | 4.7662E + 00 | 4.7784E + 00 | 1.1067E + 01 | 8.7792E + 00 | 8.1665E + 00 | Min | 0 | 3.8174E − 01 | 0 | 0 | 0 | Mean | 2.7200E − 03 | 6.0050E − 01 | 3.1540E − 02 | 4.2587E − 03 | 3.7800E − 03 | Var | 8.6860E − 02 | 3.1980E − 01 | 2.4862E − 01 | 1.2032E − 01 | 1.3420E − 01 |
| | Max | 9.6893E + 00 | 8.1811E + 00 | 1.1635E + 01 | 9.1576E + 00 | 8.4720E + 00 | Min | 8.8818E − 16 | 5.1646E − 01 | 8.8818E − 16 | 8.8818E − 16 | 8.8818E − 16 | Mean | 9.5600E − 03 | 6.9734E − 01 | 3.4540E − 02 | 9.9600E − 03 | 2.8548E − 03 | Var | 2.1936E − 01 | 6.1050E − 01 | 2.5816E − 01 | 2.1556E − 01 | 1.1804E − 01 |
| | Max | 4.4609E + 00 | 4.9215E + 00 | 4.1160E + 00 | 1.9020E + 00 | 1.6875E + 00 | Min | 0 | 1.3718E − 01 | 0 | 0 | 0 | Mean | 1.9200E − 03 | 1.7032E − 01 | 1.8240E − 02 | 1.4800E − 03 | 5.7618E − 04 | Var | 6.6900E − 02 | 1.3032E − 01 | 1.8202E − 01 | 3.3900E − 02 | 2.2360E − 02 |
| | Max | 1.0045E + 01 | 1.9266E + 03 | 1.9212E + 01 | 5.7939E + 02 | 8.2650E + 00 | Min | 2.3558E − 31 | 1.3188E − 01 | 2.3558E − 31 | 2.3558E − 31 | 2.3558E − 31 | Mean | 4.1600E − 03 | 3.5402E − 01 | 1.0840E − 02 | 6.1420E − 02 | 1.3924E − 03 | Var | 1.7174E − 01 | 1.9427E + 01 | 3.9528E − 01 | 5.8445E + 00 | 8.7160E − 02 |
| | Max | 6.5797E + 04 | 4.4041E + 03 | 1.4412E + 05 | 8.6107E + 03 | 2.6372E + 00 | Min | 1.3498E − 31 | 9.1580E − 02 | 1.3498E − 31 | 1.3498E − 31 | 7.7800E − 03 | Mean | 7.1736E + 00 | 8.9370E − 01 | 1.7440E + 01 | 9.0066E − 01 | 8.2551E − 03 | Var | 6.7678E + 02 | 5.4800E + 01 | 1.4742E + 03 | 8.7683E + 01 | 2.8820E − 02 |
| | Max | 6.2468E − 01 | 6.4488E − 01 | 5.1564E − 01 | 8.4452E − 01 | 3.9560E − 01 | Min | 6.9981E − 08 | 2.5000E − 03 | 1.5518E − 240 | 2.7655E − 07 | 0 | Mean | 2.7062E − 04 | 6.9400E − 03 | 6.8555E − 04 | 2.0497E − 04 | 6.1996E − 05 | Var | 1.0380E − 02 | 1.7520E − 02 | 8.4600E − 03 | 1.0140E − 02 | 4.4000E − 03 |
| | Max | 5.1946E + 00 | 3.6014E + 00 | 2.3463E + 00 | 6.9106E + 00 | 1.2521E + 00 | Min | 2.6445E − 11 | 2.6739E − 02 | 0 | 1.0855E − 10 | 0 | Mean | 1.9343E − 03 | 5.1800E − 02 | 1.2245E − 03 | 2.8193E − 03 | 1.5138E − 04 | Var | 7.3540E − 02 | 1.2590E − 01 | 4.1620E − 02 | 1.1506E − 01 | 1.2699E − 02 |
| | Max | 5.0214E − 01 | 3.4034E − 01 | 4.1400E − 01 | 3.7422E − 01 | 4.0295E − 01 | Min | 1.4998E − 32 | 1.9167E − 03 | 1.4998E − 32 | 1.4998E − 32 | 1.4998E − 32 | Mean | 1.0967E − 04 | 4.1000E − 03 | 1.8998E − 04 | 1.4147E − 04 | 6.0718E − 05 | Var | 6.1800E − 03 | 1.0500E − 02 | 6.5200E − 03 | 5.7200E − 03 | 4.4014E − 03 |
|
|