An Improved Chicken Swarm Optimization Algorithm for Solving Multimodal Optimization Problems

Table 3

The experimental results of ICSO, RECSO, CSO-PSO, and CSO algorithms.

Functions	ICSO	CSO	RECSO	CSO-PSO
f1	2.5963e + 03>	7.4764e + 05	3.2289e + 05>	6.1321e + 03>
f2	728.1158>	1.5107e + 07	5.8310e + 06>	1.0100e + 03>
f3	300.0813>	957.7185	446.6751>	300.2133>
f4	411.1957>	431.2580	426.6130>	414.4211>
f5	517.9530>	519.9147	519.2104>	519.1367>
f6	600.7149>	602.1075	601.8348>	600.8712>
f7	700.0947>	701.4794	701.4910<	700.1054>
f8	800.1327>	808.6386	809.2422<	800.3648>
f9	904.7067>	911.8049	911.5464>	905.7708>
f10	1.0499e + 03>	1.1771e + 03	1.1783e + 03<	1.1091e + 03>
f11	1.2233e + 03>	1.4489e + 03	1.4199e + 03>	1.2716e + 03>
f12	1.2001e + 03>	1.2005e + 03	1.2005e + 03=	1.2001e + 03>
f13	1.3001e + 03=	1.3001e + 03	1.3001e + 03=	1.3001e + 03=
f14	1.4001e + 03>	1.4003e + 03	1.4003e + 03=	1.4001e + 03>
f15	1.5007e + 03>	1.5011e + 03	1.5009e + 03>	1.5009e + 03>
f16	1.6015e + 03>	1.6020e + 03	1.6020e + 03=	1.6015e + 03>
f17	2.6873e + 03>	3.6491e + 03	5.8702e + 03<	3.0513e + 03>
f18	2.6243e + 03>	5.1907e + 03	3.5783e + 03>	4.7507e + 03>
f19	1.9008e + 03>	1.9023e + 03	1.9018e + 03>	1.9013e + 03>
f20	2.0053e + 03>	2.0848e + 03	2.0673e + 03>	2.0068e + 03>
f21	2.1390e + 03>	2.3364e + 03	2.3150e + 03>	2.1486e + 03>
f22	2.2045e + 03>	2.2244e + 03	2.2264e + 03<	2.2084e + 03>
f23	2.6122e + 03>	2.6138e + 03	2.5955e + 03>	2.6122e + 03>
f24	2.5148e + 03>	2.5258e + 03	2.5211e + 03>	2.5158e + 03>
f25	2.6629e + 03>	2.6923e + 03	2.6713e + 03>	2.6694e + 03>
f26	2.7001e + 03=	2.7001e + 03	2.7001e + 03=	2.7001e + 03=
f27	2.8314e + 03>	2.9131e + 03	2.8878e + 03>	2.8759e + 03>
f28	3.1761e + 03>	3.1878e + 03	3.1792e + 03>	3.1765e + 03>
f29	3.2961e + 03>	3.5482e + 03	3.5628e + 03<	3.3786e + 03>
f30	3.5856e + 03>	3.8147e + 03	3.6982e + 03>	3.7041e + 03>
>	28	—	19	28
<	0	—	6	0
=	2	—	5	2
The number of optimal values	29	2	3	5