标准测试函数相关详细介绍请参考 测试函数集:http://www.sfu.ca/~ssurjano/index.html。
1.Ackely函数
(1)函数的图形
(2)测试函数的意义: 一个多维度的点在使用梯度方法寻优的时候,往往是有多个方向的。
该函数:检测一个算法的全局收敛速度。维度增加的时候,它的方向梯度,前进的方向是各种各样的
(3)全局最小值f(x) =0
2.Rastrigin 函数
(1)图像
(2)此函数是基于De Jong函数,增加了一个余弦调制传递函数来产生频繁的局部最小值
特点: 极小值的位置是有规律的
用来检测在解有规律的一种情况,算法的实用性。
3.Griewangk 函数
(1)图像
(2)函数解释随着量变而改变,函数的真个数据分布中存在大量局部极值.。检测算法跳出局部的能力
(3)全局最小值 f(0) = 0
4.Sum Squares函数
(1)图像
(2) 连续的,凸状,单峰的函数,没有局部极小值
这个可以用来检测算法的收敛的能力,但是它又比Ackley函数更加圆滑
(3)
5.Sphere函数
(1)图像
(2)有唯一一个全局最小值,是由 d 个定义域相同的自变量 取最小值时,求平方和得到。
(3)
6.Quartic函数
(1)图像
(2)该函数是一个偶次多项式,当自变量为正无穷或负无穷时,函数值极限值等于无穷。当 取正数时,函数值将趋向于正无穷,因此函数有一个全局最小值。同样的,如果 取负数时,函数值将趋向于负无穷,该函数有一个全局最大值。在这两种情况下,该函数不可能有其他局部极大值或局部极小值。
(3)
7. Schwefel's problem 12函数
(1)图像
(2)该函数由 Schwefel 提出,被认为是较为经典的测试函数。该函数自变量具有上位性,因此其梯度方向不会沿着轴线方向变化,具有较高的寻优难度。
什么是上位效应? https://zhidao.baidu.com/question/25171602.html
(3)
8. Schwefel's problem 22函数
(1)图像
(2)该函数也由 Schwefel 提出,是连续的、平滑多峰函数。当自变量趋近于无穷大时,函数会形成大量局部极值区域。且全局最优值位于定义域域的界限。
(3)
9.Alpine函数
(1)图像
(2)Alpine 函数是一种经典的多模态最小化测试函数。当在定义域内趋于无穷大时,该函数沿着自变量方向会产生大量可微的局部极值,具有较高的寻优难度。
(3)
10 Step函数
(1)图像
(2)它由一系列水平线段组成,且其中间有跳跃。因此,有时也称为阶梯函数。该函数在定义域内趋近于无穷时,会在给定的间隔上出现不同的阶跃现象,并且在每个阶跃间会产生大量局部极值,具有较高的寻优难度
(3)当X = 0 时,取得全局最有解f(X) = 0