Python演化计算基准函数详解

基准函数是测试演化计算算法性能的函数集，由于大部分基准函数集都是C/C++编写，Python编写的基准函数比较少，因此本文实现了13个常用基准函数的Python版。

基准函数定义

代码实现

benchmark.py

import numpy as np
import copy
"""
Author : Robin_Hua
update time : 2021.10.14
version : 1.0
"""
class Sphere:
   def __init__(self, x):
       self.x = x
   def getvalue(self):
       res = np.sum(self.x**2)
       return res
class Schwefel2_22:
   def __init__(self, x):
       self.x = x
   def getvalue(self):
       res = np.sum(np.abs(self.x)) + np.prod(np.abs(self.x))
       return res
class Noise:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       d = self.x.shape[0]
       res = np.sum(np.arange(1, d + 1) * self.x ** 4) + np.random.random()
       return res
class Schwefel2_21:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       res = np.max(np.abs(self.x))
       return res
class Step:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       res = np.sum(int(self.x + 0.5) ** 2)
       return res
class Rosenbrock:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       d = self.x.shape[0]
       res = np.sum(np.abs(100*(self.x[1:] - self.x[:-1]**2)**2 + (1 - self.x[:-1])**2))
       return res
class Schwefel:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       d = self.x.shape[0]
       res = 418.9829*d - np.sum(self.x * np.sin(np.sqrt(np.abs(self.x))))
       return res
class Rastrigin:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       d = self.x.shape[0]
       res = 10 * d + np.sum(self.x ** 2 - 10 * np.cos(2 * np.pi * self.x))
       return res
class Ackley:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       d = self.x.shape[0]
       res = - 20 * np.exp(-0.2 * np.sqrt(np.mean(self.x ** 2)))
       res = res - np.exp(np.mean(np.cos(2 * np.pi * self.x))) + 20 + np.exp(1)
       return res
class Griewank:
   def __init__(self,x):
       self.x = x
   def getvalue(self):
       d = self.x.shape[0]
       i = np.arange(1, d + 1)
       res = 1 + np.sum(self.x ** 2) / 4000 - np.prod(np.cos(self.x / np.sqrt(i)))
       return res
class Generalized_Penalized:
   def __init__(self,x):
       self.x = x
   def u(self,a,k,m):
       temp = copy.deepcopy(self.x)
       temp[-a <= temp.any() <= a] = 0
       temp[temp > a] = k*(temp[temp > a]-a)**m
       temp[temp < -a] = k * (-temp[temp < -a] - a) ** m
       """
       temp = np.zeros_like(self.x)
       d = self.x.shape[0]
       for i in range(d):
           if self.x[i]>a:
               temp[i] = k*(self.x[i]-a)**m
           elif self.x[i]<-a:
               temp[i] = k * (-self.x[i] - a) ** m
           else:
               pass
       """
       return temp
   def getvalue(self):
       d = self.x.shape[0]
       y = 1+1/4*(self.x+1)
       res = np.pi/d*(10*np.sin(np.pi*y[0])**2+np.sum((y[:-1]-1)**2*(1+10*np.sin(np.pi*y[1:])**2))+(y[-1]-1)**2)+np.sum(self.u(10,100,4))
       return res
def benchmark_func(x,func_num):
   func = func_list[func_num]
   res = func(x)
   return res
func_list = [Sphere,Schwefel2_22,Noise,Schwefel2_21,Step,Rosenbrock,Schwefel,Rastrigin,Ackley,Griewank,Generalized_Penalized]

调用方法

输入为向量x和函数编号func_num

import benchmark
import numpy as np
vector = np.random.random(30)
value = benchmark.benchmark_func(x=vector,func_num=0).getvalue()

来源：https://blog.csdn.net/Robin_hlt/article/details/120941732