Funkcje testowe do optymalizacji

W matematyce stosowanej funkcje testowe , zwane sztucznymi krajobrazami , są przydatne do oceny właściwości algorytmów optymalizacyjnych, takich jak:

  • Współczynnik konwergencji.
  • Precyzja.
  • Krzepkość.
  • Ogólna wydajność.

Tutaj przedstawiono niektóre funkcje testowe, aby dać wyobrażenie o różnych sytuacjach, z jakimi muszą się mierzyć algorytmy optymalizacyjne podczas radzenia sobie z tego rodzaju problemami. W pierwszej części przedstawiono wybrane funkcje celu dla przypadków optymalizacji jednokryterialnej. W drugiej części podano funkcje testowe z odpowiadającymi im frontami Pareto dla wielokryterialnych problemów optymalizacji (MOP).

Przedstawione tutaj sztuczne krajobrazy dla problemów optymalizacji z jednym celem pochodzą z Bäck, Haupt et al. oraz z oprogramowania Rody Oldenhuis. Biorąc pod uwagę liczbę problemów (w sumie 55), tutaj przedstawiono tylko kilka.

Funkcje testowe użyte do oceny algorytmów dla MOP zostały zaczerpnięte z Deb, Binh i in. i Binha. Można pobrać oprogramowanie opracowane przez Deb, które realizuje procedurę NSGA-II z GA, lub program umieszczony w Internecie, który implementuje procedurę NSGA-II z ES.

Podano tylko ogólną postać równania, wykres funkcji celu, granice zmiennych obiektowych oraz współrzędne minimów globalnych.

Funkcje testowe dla optymalizacji jednokryterialnej

Nazwa Działka Formuła Globalne minimum Wyszukaj domenę
Funkcja Rastrigina Rastrigin function for n=2

Funkcja Ackleya Ackley's function for n=2

Funkcja kuli Sphere function for n=2 ,
Funkcja Rosenbrocka Rosenbrock's function for n=2 ,
Funkcja Beale'a Beale's function

Funkcja Goldsteina – ceny Goldstein–Price function

Funkcja budki Booth's function
Funkcja Bukina N.6 Bukin function N.6 ,
Funkcja Matyasa Matyas function
Funkcja Léviego N.13 Lévi function N.13

Funkcja Himmelblaua Himmelblau's function
Funkcja wielbłąda z trzema garbami Three Hump Camel function
Funkcja Easoma Easom function
Funkcja cross-in-tray Cross-in-tray function
Funkcja pojemnika na jajka Eggholder function
Funkcja stołu Höldera Holder table function
Funkcja McCormicka McCormick function ,
Funkcja Schaffera nr 2 Schaffer function N.2
Funkcja Schaffera nr 4 Schaffer function N.4
Funkcja Styblińskiego-Tanga Styblinski-Tang function , ..

Funkcje testowe pod kątem optymalizacji z ograniczeniami

Nazwa Działka Formuła Globalne minimum Wyszukaj domenę
Funkcja Rosenbrocka ograniczona przez sześcienną i prostą Rosenbrock function constrained with a cubic and a line ,

poddawany:

,
Funkcja Rosenbrocka ograniczona do dysku Rosenbrock function constrained to a disk ,

poddawany:

,
Funkcja ptaka Miśry - ograniczona Bird function (constrained) ,

poddawany:

,
Funkcja Townsenda (zmodyfikowana) Heart constrained multimodal function ,

poddany: gdzie: t = Atan2(x,y)

,
Funkcja Gomeza i Levy'ego (zmodyfikowana) Gomez and Levy Function ,

poddany:

,
Funkcja Simionescu Simionescu function ,

poddawany:

Funkcje testowe do optymalizacji wielokryterialnej

[ potrzebne dalsze wyjaśnienia ]

Nazwa Działka Funkcje Ograniczenia Wyszukaj domenę
Funkcja Binha i Korna: Binh and Korn function
Funkcja Chankonga i Haimesa: Chakong and Haimes function
Funkcja Fonseca-Fleminga: Fonseca and Fleming function ,
Funkcja testowa 4: Test function 4.[6]
Funkcja Kursawego: Kursawe function , .
Funkcja Schaffera nr 1: Schaffer function N.1 . Wartości od do pomyślnie użyte. wartości trudność problemu.
Funkcja Schaffera nr 2: Schaffer function N.2 .
Dwie funkcje celu Poloniego: Poloni's two objective function

Funkcja Zitzlera – Deba – Thiele'a nr 1: Zitzler-Deb-Thiele's function N.1 , .
Funkcja Zitzlera – Deba – Thiele'a nr 2: Zitzler-Deb-Thiele's function N.2 , .
Funkcja Zitzlera – Deba – Thiele'a nr 3: Zitzler-Deb-Thiele's function N.3 , .
Funkcja Zitzlera – Deba – Thiele'a nr 4: Zitzler-Deb-Thiele's function N.4 , ,
Funkcja Zitzlera – Deba – Thiele'a nr 6: Zitzler-Deb-Thiele's function N.6 , .
Funkcja Osyczki i Kundu: Osyczka and Kundu function , , .
Funkcja CTP1 (2 zmienne): CTP1 function (2 variables).[4] .
Problem Constr-Ex: Constr-Ex problem.[4] ,
Funkcja Vienneta: Viennet function .

Zobacz też

  1. ^   Powrót, Thomas (1995). Algorytmy ewolucyjne w teorii i praktyce: strategie ewolucyjne, programowanie ewolucyjne, algorytmy genetyczne . Oksford: Oxford University Press. P. 328. ISBN 978-0-19-509971-3 .
  2. ^   Haupt, Randy L. Haupt, Sue Ellen (2004). Praktyczne algorytmy genetyczne z CD-ROM (wyd. 2). Nowy Jork: J. Wiley. ISBN 978-0-471-45565-3 .
  3. Bibliografia _ „Wiele funkcji testowych dla globalnych optymalizatorów” . Matematyka . Źródło 1 listopada 2012 r .
  4. ^ a b c d e   Deb, Kalyanmoy (2002) Optymalizacja wielokryterialna przy użyciu algorytmów ewolucyjnych (red. Repr.). Chichester [ua]: Wiley. ISBN 0-471-87339-X .
  5. ^ ab optymalizacją Binh T. i Korn U. (1997) MOBES: wieloobiektowa strategia ewolucji dla problemów z ograniczoną . W: Materiały z III Międzynarodowej Konferencji Algorytmów Genetycznych. Republika Czeska. s. 176–182
  6. Wieloobiektywny ^ abc Binh T. (1999) algorytm ewolucyjny. Studium przypadków. Raport techniczny. Instytut Automatyki i Komunikacji. Barleben, Niemcy
  7. ^ Deb K. (2011) Oprogramowanie dla wielokryterialnego kodu NSGA-II w C. Dostępne pod adresem URL: https://www.iitk.ac.in/kangal/codes.shtml
  8. ^ Ortiz, Gilberto A. „Optymalizacja wielocelowa przy użyciu ES jako algorytmu ewolucyjnego” . Matematyka . Źródło 1 listopada 2012 r .
  9. Bibliografia   _ Rana, Soraja; Dżubera, Jan; Mathias, Keith E. (1996). „Ocena algorytmów ewolucyjnych”. Sztuczna inteligencja . Elsevier B.V. 85 (1–2): 264. doi : 10.1016/0004-3702(95)00124-7 . ISSN 0004-3702 .
  10. ^ Vanaret C. (2015) Hybrydyzacja metod przedziałowych i algorytmów ewolucyjnych do rozwiązywania trudnych problemów optymalizacyjnych. praca doktorska. Ecole Nationale de l'Aviation Civile. Institut National Polytechnique de Tuluza, Francja.
  11. Bibliografia _ Beale, D. (29 września - 2 października 2002). Nowe koncepcje graficznej wizualizacji funkcji celu (PDF) . ASME 2002 Międzynarodowe Konferencje Techniczne Inżynierii Projektowania oraz Konferencja Komputery i Informacje w Inżynierii. Montreal, Kanada. s. 891–897 . Źródło 7 stycznia 2017 r .
  12. ^ „Rozwiąż problem nieliniowy z ograniczeniami - MATLAB i Simulink” . www.mathworks.com . Źródło 2017-08-29 .
  13. ^ „Problem z ptakami (ograniczony) | Integracja z Phoenix” . Zarchiwizowane od oryginału w dniu 2016-12-29 . Źródło 2017-08-29 . {{ cite web }} : CS1 maint: bot: stan oryginalnego adresu URL nieznany ( link )
  14. ^ Mishra, Sudhanshu (2006). „Niektóre nowe funkcje testowe do globalnej optymalizacji i wydajności metody roju cząstek odpychających” . Papier MPRA .
  15. ^ Townsend, Alex (styczeń 2014). „Ograniczona optymalizacja w Chebfun” . chebfun.org . Źródło 2017-08-29 .
  16. ^ Simionescu, Pensylwania (2020). „Zbiór dwuwymiarowych nieliniowych problemów testowych optymalizacji z reprezentacjami graficznymi”. International Journal of Mathematical Modeling and Numerical Optimization . 10 (4): 365–398. doi : 10.1504/IJMMNO.2020.110704 .
  17. ^   Simionescu, Pensylwania (2014). Wspomagane komputerowo narzędzia do tworzenia wykresów i symulacji dla użytkowników programu AutoCAD (wyd. 1). Boca Raton, Floryda: CRC Press. ISBN 978-1-4822-5290-3 .
  18. Bibliografia   _ Haimes, Jakow Y. (1983). Wieloobiektywne podejmowanie decyzji. Teoria i metodologia . ISBN 0-444-00710-5 .
  19. Bibliografia    _ Fleming, PJ (1995). „Przegląd algorytmów ewolucyjnych w optymalizacji wielokryterialnej”. Komputer Evol . 3 (1): 1–16. CiteSeerX 10.1.1.50.7779 . doi : 10.1162/evco.1995.3.1.1 . S2CID 8530790 .
  20. ^ F. Kursawe, „ Wariant strategii ewolucji dla optymalizacji wektorów ”, w PPSN I, tom 496 Lect Notes in Comput Sc. Springer-Verlag, 1991, s. 193–197.
  21. ^   Schaffer, J. David (1984). „Optymalizacja wielu celów za pomocą algorytmów genetycznych ocenianych wektorowo”. W GJE Grefensette; JJ Lawrence Erlbraum (red.). Materiały z Pierwszej Międzynarodowej Konferencji Algorytmów Genetycznych . OCLC 20004572 .
  22. ^ a b c d e    Deb, Kalyan; Thiele L.; Laumanns, Marco; Zitzler, Eckart (2002). „Skalowalne, wielokryterialne problemy testowe optymalizacyjne”. Materiały z Kongresu IEEE 2002 na temat obliczeń ewolucyjnych . Tom. 1. s. 825–830. doi : 10.1109/CEC.2002.1007032 . ISBN 0-7803-7282-4 . S2CID 61001583 .
  23. ^    Osyczka, A.; Kundu, S. (1 października 1995). „Nowa metoda rozwiązywania uogólnionych problemów optymalizacji wielokryterialnej przy użyciu prostego algorytmu genetycznego”. Optymalizacja strukturalna . 10 (2): 94–99. doi : 10.1007/BF01743536 . ISSN 1615-1488 . S2CID 123433499 .
  24. Bibliografia    _ Gomez-Skarmeta, AF; Sanchez, G.; Deb, K. (maj 2002). „Ewolucyjny algorytm ograniczonej optymalizacji wielokryterialnej”. Materiały z Kongresu 2002 na temat obliczeń ewolucyjnych . CEC'02 (nr kat. 02TH8600) . 2 : 1133–1138. doi : 10.1109/CEC.2002.1004402 . ISBN 0-7803-7282-4 . S2CID 56563996 .