Comparison between SSA and SSO algorithm inspired in the behavior of the social spider for constrained optimization

Die heuristischen Algorithmen werden häufig eingesetzt, um Lösungen für Probleme der realen komplexen Welt zu finden. In diesem Aufsatz werden der Social Spider Algorithm (SSA) und die Social Spider Optimization (SSO) betrachtet, die heuristische Algorithmen sind, die auf Spinnenverhalten beruhen. Die Leistungen beider Algorithmen werden aus sechs verschiedenen Elementen miteinander verglichen. Dabei handelt es sich um Fitnesswerte der Spinnenpopulation, die in verschiedenen Dimensionen ermittelt werden, die Anzahl der in jeder Iteration erhaltenen Kandidatenlösungen, den besten Wert der in jeder Iteration erhaltenen Kandidatenlösungen, den schlechtesten Wert der in jeder Iteration erhaltenen Kandidatenlösungen, den durchschnittlichen Fitnesswert der in jeder Iteration erhaltenen Kandidatenlösungen und die Laufzeit jeder Iteration. Die Ergebnisse von SSA und SSO werden auf den Wilcoxon Signed-Rank-Test angewendet. Verschiedene unimodale, multimodale und hybride Standard-Benchmark-Funktionen werden untersucht, um einander mit der Leistung von SSO und SSA zu vergleichen. Mithilfe dieser Benchmark-Funktionen werden die Leistungen von SSO und SSA mit bekannten evolutionären und kürzlich entwickelten Methoden in der Literatur verglichen. Die erzielten Ergebnisse zeigen, dass beide heuristischen Algorithmen aus verschiedenen Aspekten Vorteile gegenüber anderen haben. Auch nach anderen Algorithmen haben eine gute Leistung.