先做一个声明：文章是由我的个人公众号中的推送直接复制粘贴而来，因此对智能优化算法感兴趣的朋友，可关注我的个人公众号：启发式算法讨论。我会不定期在公众号里分享不同的智能优化算法，经典的，或者是近几年提出的新型智能优化算法，并附MATLAB代码。

原文在这里：点一下

所有测试集的获取源在公众号里（启发式算法讨论）

“这一期主要是给大家分享CEC系列的测试套件，方便大家做数值实验。包含单目标无约束优化、单目标约束优化、多目标无约束优化、多目标约束优化、多模态优化、稀疏优化问题的测试集函数等内容。”

优化算法的性能是相对于问题而言的，测试集就是用来检验函数的性能。不同的优化问题有不同的评价指标。说白了，就是你的算法和其他算法在测试集上跑出的结果进行对比，利用评价指标进行评价，通过统计检验等方法证明你的算法牛逼~

01

CEC测试集

CEC2005特别会议/实参数单目标优化进化算法竞赛：

CEC2005测试集是应用最多、最经典的一个测试集，包含23个Benchmark函数。具体信息如下图：

CEC2005测试集MATLAB代码获取：

CEC2006特别会议/实参数单目标约束优化进化算法竞赛：

CEC2006是使用最多的一个单目标约束优化问题测试集，包含24个单目标约束优化测试函数。具体信息如下图：

CEC2006测试集MATLAB代码获取：

CEC2007特别会议/实参数多目标优化进化算法性能评估竞赛：

CEC2007包含了13个多目标优化函数，用于测试多目标进化算法的性能。具体信息如下图：

CEC2007测试集MATLAB代码获取：

CEC2009特别会议/实参数多目标优化进化算法性能评估竞赛：

CEC2009包含了23个测试实例：13个无约束实例、10个约束实例。因为是实例，所以没有概括性的表格进行展示。

CEC2009测试集MATLAB代码获取：

CEC2010特别会议/实参数单目标约束优化进化算法竞赛：

CEC2010也是使用较广泛的一个单目标约束优化测试集，包含18个单目标约束优化测试函数。具体信息如下图：

CEC2010测试集MATLAB代码获取：

CEC2011特别会议/在实际数值优化问题上测试进化算法竞赛：

CEC2011包含13个实际应用问题，其中，第11个应用又包含10种情形。想用算法做应用的朋友可以了解一下。具体信息如下图：

CEC2011测试集MATLAB代码获取：

CEC2013特别会议/实参数单目标优化进化算法竞赛：

CEC2013包含28个单目标的测试函数，是应用最广泛的测试集之一。具体信息如下图：

CEC2013测试集MATLAB代码获取：

CEC2013测试集Python代码获取：

CEC2014特别会议/实参数单目标优化进化算法竞赛：

CEC2014包含30个单目标的测试函数，也是应用最广泛的测试集之一。具体信息如下图：

CEC2014测试集MATLAB代码获取：

CEC2015特别会议/基于学习的实参数单目标优化竞赛：

CEC2015包含15个Learning-based Benchmark问题，这些问题被视为是黑箱问题，没有显式的方程，并且带有边界约束。具体信息如下图：

CEC2015测试集MATLAB代码获取：

CEC2016特别会议/实参数单目标优化进化算法竞赛：

CEC2016包含15个单目标约束优化函数，这些函数基于CEC2015测试集。具体信息如下图：

CEC2016测试集MATLAB代码获取：

CEC2017特别会议/实参数单目标优化进化算法竞赛：

CEC2017包含30个单目标优化函数，这些函数都比较复杂，带有边界约束，能够充分检验算法的综合性能。具体信息如下图(注意，CEC2017的F2是有问题的，严格来说只有29个Benchmark函数，官方已经作了声明)：

CEC2017测试集MATLAB代码获取：

CEC2018特别会议/实参数单目标优化进化算法竞赛：

CEC2018包含了28个单目标的约束优化问题，28个Benchmark问题的具体信息如下图：

CEC2018测试集MATLAB代码获取：

CEC2019(GECCO19)特别会议/实参数单目标优化进化算法竞赛：

CEC2019仅包含了10个Benchmark问题，即10个要优化的函数。竞赛的目标是在不受时间限制的情况下计算每个函数的最小值到10位精度，因此也叫100-Digit挑战。要求参赛者用一种算法解决所有的十个问题。另一个不同之处在于，算法在给定函数上的得分是在50次试验中最好的25次结果的均值。不过，我们在使用时，就像平常的实验就可以了。10个Benchmark问题的具体信息如下：

CEC2019测试集MATLAB代码获取：

公众号里面

接下来注意：CEC2020和CEC2021都有两个测试集，一个是Benchmark函数测试集，一个是Real-World优化问题的测试集。简单一点说就是，一个是优化函数，一个是实际问题。

CEC2020(GECCO20)特别会议/现实世界的单目标约束优化问题竞赛：

1. CEC2020优化函数测试集

CEC2020的优化函数测试套件包含了10个Benchmark问题，具体信息如下图：

CEC2020优化函数测试集MATLAB代码获取：

2. CEC2020实际问题测试集(单目标约束)

CEC2020的实际问题测试套件包含了57个现实世界的单目标约束优化问题，包括：工业化学流程问题(7个)、工艺综合与设计问题(7个)、机械工程问题(19个)、电力系统问题(11个)、电子电路问题(6个)、畜牧业饲料配比问题(7个)。具体信息如下图：

CEC2020实际问题测试集MATLAB代码获取：

CEC2021(GECCO21)特别会议/现实世界的单目标约束优化问题竞赛：

1. CEC2021优化函数测试集

CEC2021的优化函数测试套件包含了10个Benchmark问题，实际上是从CEC2014和CEC2017中挑选出的函数组合而成，和上面CEC2020的优化函数测试集相同。具体信息如下图：

CEC2021优化函数测试集MATLAB代码获取：

2. CEC2021实际问题测试集(多目标约束)

CEC2021的实际问题测试套件包含了50个现实世界的多目标约束优化问题，包括：机械设计问题(21个)、化学工程问题(3个)、工艺综合与设计问题(5个)、电力电子问题(6个)、电力系统优化问题(15个)。这些多目标约束优化问题的具体信息如下图：

CEC2021实际问题测试集MATLAB代码获取：

02

其他测试套件

1. 难度可调且可扩展的多目标约束测试问题工具包

开源获取，获取源：

2. 稀疏优化测试函数

为了解决稀疏优化问题，人们提出了许多单目标稀疏优化算法。然而，单目标稀疏优化问题的调节参数难以确定。为了消除调节参数，提出了多种多目标稀疏优化算法，但重构精度不理想。这些测试函数旨在促进新算法的设计，以解决多余的优化问题。

开源获取，获取源：