最佳化方法簡介歷史確定性搜尋基本搜尋法逐漸深入法α-β 修剪A* 搜尋法隨機搜尋單粒子隨機搜尋貪婪演算法爬山演算法模擬退火法禁忌搜尋法多粒子隨機搜尋演化策略鳥群演算法蟻群演算法蜂群演算法程式實作基本搜尋法爬山演算法基因演算法鳥群演算法訊息相關網站參考文獻最新修改簡體版English |
簡介為了能有效評測各種優化 (最佳化, Optimization) 演算法的效能,我們搜集了一群常被學術論文使用的測試函數,這些函數主要來自 Dr. Abdel-Rahman Hedar 的網站。這些函數大致分『有限制條件』與『無限制條件』兩類,經常被各種優化方法用做測試標的。 無條件限制者有 27 個,包含 1. Ackley Function 2. Beale Function 3. Bohachevsky Function 4. Booth Function 5. Branin Function 6. Colville Function 7. Dixon & Price Function 8. Easom Function 9. Goldstein & Price Function 10. Griewank Function 11. Hartmann Functions 12. Hump Function 13. Levy Function 14. Matyas Function 15. Michalewicz Function 16. Perm Functions 17. Powell Function 18. Power Sum Function 19. Rastrigin Function 20. Rosenbrock Function 21. Schwefel Function 22. Shekel Function 23. Shubert Function 24. Sphere Function 25. Sum Squares Function 26. Trid Function 27. Zakharov Function 等函數。 有條件限制者有 16 個,包含 1. G1 Problem 2. G2 Problem 3. G3 Problem 4. G4 Problem 5. G5 Problem 6. G6 Problem 無限制條件的優化問題
http://www-optima.amp.i.kyoto-u.ac.jp/member/student/hedar/Hedar_files/TestGO_files/Page364.htm 有限制條件的優化問題
http://www-optima.amp.i.kyoto-u.ac.jp/member/student/hedar/Hedar_files/TestGO_files/Page422.htm 結語這些測試問題對想要從事優化方法研究的人,有很大的重要性,因為只有透過實際的測試,才能比較出優化方法的好壞,這對質性分析與量化的研究都會有所幫助。 |
優化測試問題集 (Optimization Test Problem)
page revision: 5, last edited: 11 Sep 2010 00:28
Post preview:
Close preview