|
| 的比较 |
与 |
测试领域 |
性能 |
参考 |
|
| 方案(原始) |
PSO和weighted-PSO |
六个测试函数 |
更好的 |
(4,5] |
| BCSO |
遗传算法、全局搜索和NBPSO |
四个测试函数(球体、Rastrigin Ackley和。) |
更好的 |
(9] |
| MOCSO |
NSGA-II |
合作在认知无线电频谱感知 |
更好的 |
(10] |
| PCSO |
方案和weighted-PSO |
三个测试函数(Rastrigrin。海涅,Griewank) |
更好当迭代的数量少,人口规模很小 |
(11] |
| 集群方案 |
K则和PSO聚类 |
四个不同的聚类数据集(虹膜、大豆、玻璃和资产规模) |
更准确的但慢。 |
(12] |
| EPCSO |
PCSO、PSO-LDIW PSO-CREV、GCPSO MPSO-TVAC, CPSO-H6 PSO-DVM |
5个测试函数和飞机计划恢复问题 |
更好的 |
(13] |
| AICSO |
方案 |
三个测试函数(Rastrigrin Griewank,《护理) |
更好的 |
(14] |
| ADCSO |
方案 |
六个测试函数(Rastrigrin、Griewank Ackley,轴平行,Trid10,和Zakharov) |
除了Griewank测试函数更好。 |
(15] |
| 增强HCSO |
算法 |
运动估计块匹配 |
更好的 |
(16,17] |
| ICSO |
算法 |
运动估计块匹配 |
更好的 |
(17] |
| OL-ICSO |
K中位数,PSO、方案和ICSO |
ART1、ART2、虹膜、CMC、癌症,和酒的数据集 |
更好的 |
(18] |
| CQCSO |
QCSO,全封闭,PSO和复形 |
五个测试函数(谢弗,Shubert, Griewank、Rastrigrin。)和multipeak最大功率点跟踪光伏阵列在复杂条件下 |
更好的 |
(19] |
| ICSO |
方案和算法 |
69 -总线测试分配系统 |
更好的 |
(20.] |
| ICSO |
全封闭、BCSO AICSO, EPCSO |
十二个测试函数(球体,。,Rastrigin Griewank, Ackley,一步,鲍威尔,Schwefel,谢弗,Zakharov, Michalewicz,四次)和五个现实生活中的聚类问题(虹膜、癌症、CMC、葡萄酒和玻璃) |
更好的 |
(21] |
| 混合PCSOABC |
PCSO和ABC |
5个测试函数 |
更好的 |
(22] |
| CSO-GA-PSO支持向量机 |
方案+ SVM(方案支持向量机) |
66从每个面对CK特征点+(科恩金)数据集 |
更好的 |
(23] |
| 混合CSO-based算法 |
GA、EA、SA、PSO和AFS |
学校根据时间表安排测试实例 |
更好的 |
(24] |
| 混合CSO-GA-SA |
SLPA和CFinder |
七个数据集(空手道、海豚、Polbooks、足球、Net-Science力量,印度铁路) |
更好的 |
(25] |
| MCSO |
方案 |
9从UCI数据集 |
更好的 |
(26] |
| MCSO |
方案 |
八个数据集 |
更好的 |
(27] |
| NMCSO |
方案,算法 |
16个指标函数 |
更好的 |
(28] |
| ICSO |
方案 |
十个来自UCI数据集 |
更好的 |
(29日] |
| cCSO |
德、算法方案 |
47个基准函数 |
更好的 |
(30.] |
| BBCSO |
二进制粒子群优化(全局搜索)、二进制遗传算法(BGA),二进制方案 |
0/1背包优化问题 |
更好的 |
(31日] |
| CSO-CS |
N /一个 |
与实例http://neo.lcc.uma.es/vrp/ |
N /一个 |
(32] |
|
|
