1. ZDT测试函数(ZDT1-4, 6)
均为双目标函数,无约束条件,函数表达形式、变量可行域如下:
函数介绍和最优情况下的变量值在多目标优化的ZDT基准问题详细介绍(最全概括)_小怪兽会微笑的博客-CSDN博客_zdt1
中有比较详细的介绍,不过在ZDT4问题中变量可行域不同,但不影响优化结果
2. ZDT函数的python实现
def zdt1(x):
n = len(x)
f1 = x[0]
g = 1 + 9/(n - 1) * sum(x[1:-1], x[-1])
h = 1 - np.sqrt(f1 / g)
f2 = g * h
return [f1, f2]
def zdt2(x):
n = len(x)
f1 = x[0]
g = 1 + 9/(n - 1) * sum(x[1:-1], x[-1])
h = 1 - (f1 / g) ** 2
f2 = g * h
return [f1, f2]
def zdt3(x):
n = len(x)
f1 = x[0]
g = 1 + 9/(n - 1) * sum(x[1:-1], x[-1])
h = 1 - np.sqrt(f1 / g) - f1 / g * math.sin(10 * math.pi * f1)
f2 = g * h
return [f1, f2]
def zdt4(x):
n = len(x)
f1 = x[0]
g = 1 + 10 * (n - 1)
for i in range(1, n):
g = g + x[i] ** 2 - 10 * math.cos(4 * math.pi * x[i])
h = 1 - np.sqrt(f1 / g)
f2 = g * h
return [f1, f2]
def zdt6(x):
# n = len(x)
f1 = 1 - math.exp(-4 * x[0]) * math.sin(6 * math.pi * x[0]) ** 6
g = 1 + 9 * (sum(x[1:-1], x[-1])/9) ** 0.25
h = 1 - (f1 / g) ** 2
f2 = g * h
return [f1, f2]
3. ZDT函数的pareto front