Research Article
Hybrid Mutation Fruit Fly Optimization Algorithm for Solving the Inverse Kinematics of a Redundant Robot Manipulator
Table 3
Comparison results of benchmark functions.
| | FOA | LGMS-FOA | AELGMS-FOA | IFOA | SFOA | HMFOA |
| f1 | Best | 1.411770e − 4 | 3.466251e − 40 | 1.911653e − 19 | 1.356467e − 4 | 3.625604e − 5 | 0 | Mean | 4.623815e − 4 | 5.019091e − 40 | 3.351138e − 18 | 1.387048e − 4 | 3.721975e − 5 | 0 | Worst | 4.794164e − 4 | 7.370712e − 40 | 1.821983e − 17 | 1.411770e − 4 | 3.830758e − 5 | 0 | Std. | 1.432076e − 6 | 9.099148e − 41 | 3.523805e − 18 | 1.432076e − 6 | 4.633699e − 7 | 0 |
| f2 | Best | 27.244893 | 26.430489 | 26.945519 | 27.752978 | 28.688393 | 0 | Mean | 28.693051 | 28.056813 | 27.956949 | 28.228172 | 28.722672 | 0 | Worst | 32.020138 | 29.377247 | 28.994375 | 28.596902 | 28.774159 | 0 | Std. | 0.892672 | 0.640186 | 0.497804 | 0.232890 | 0.024310 | 0 |
| f3 | Best | 0.133342 | 0.029958 | 3.335927e − 4 | 0.039419 | 1.503231e − 5 | 0 | Mean | 0.138847 | 0.923459 | 0.006701 | 0.040155 | 2.124765e − 5 | 0 | Worst | 0.143332 | 4.750825 | 0.036739 | 0.040996 | 3.583190e − 5 | 0 | Std. | 0.001782 | 1.030883 | 0.007965 | 3.230054e − 4 | 4.625523e − 6 | 0 |
| f4 | Best | 0.118299 | 2.814927e − 13 | 7.590946e − 9 | 0.063400 | 0.035800 | 0 | Mean | 0.119498 | 0.010992 | 4.956341e − 6 | 0.064237 | 0.035856 | 0 | Worst | 0.121374 | 0.103356 | 2.242247e − 4 | 0.064880 | 0.035957 | 0 | Std. | 6.145446e − 4 | 0.021724 | 3.133953e − 5 | 2.749579e − 4 | 3.254229e − 5 | 0 |
| f5 | Best | 2.409987e − 5 | 0 | 1.920686e − 14 | 6.970412e − 6 | 1.028335e − 6 | 0 | Mean | 2.481638e − 5 | 0.005076 | 0.003841 | 7.121020e − 6 | 1.226157e − 6 | 0 | Worst | 2.562478e − 5 | 0.019697 | 0.024573 | 7.284919e − 6 | 1.517875e − 6 | 0 | Std. | 3.167733e − 7 | 0.005384 | 0.006266 | 7.113268e − 8 | 9.531260e − 8 | 0 |
| f6 | Best | 0.092326 | 0 | 0 | 0.026792 | 0.008531 | 0 | Mean | 11.785692 | 5.968559e − 15 | 6.430412e − 15 | 0.027441 | 0.008581 | 0 | Worst | 79.015636 | 1.598721e − 14 | 1.598721e − 14 | 0.028106 | 0.008613 | 0 | Std. | 16.989014 | 3.440084e − 15 | 4.603335e − 15 | 2.965811e − 4 | 1.659589e − 5 | 0 |
| f7 | Best | 0.016704 | 1.509903e − 14 | 1.443619e − 10 | 0.008752 | 0.004740 | 8.881784e − 16 | Mean | 0.016867 | 2.376765e − 14 | 4.627204e − 10 | 0.008835 | 0.004774 | 8.881784e − 16 | Worst | 0.017080 | 3.996803e − 14 | 1.311684e − 09 | 0.008934 | 0.004807 | 8.881784e − 16 | Std. | 9.602465e − 5 | 6.518431e − 15 | 2.675685e − 10 | 4.148766e − 5 | 1.263296e − 5 | 0 |
| f8 | Best | 9.296021e − 4 | 0 | 0 | 2.719695e − 4 | 7.178698e − 5 | 0 | Mean | 0.067527 | 1.554312e − 17 | 1.831868e − 16 | 2.772358e − 4 | 7.458798e − 5 | 0 | Worst | 1.109406 | 2.220446e − 16 | 8.881784e − 16 | 2.829657e − 4 | 7.696815e − 5 | 0 | Std. | 0.163524 | 5.329071e − 17 | 2.332129e − 16 | 2.697164e − 6 | 9.418096e − 7 | 0 |
|
|