CEC2017测试函数保姆级教程：1000+种群智能优化算法求解cec2017测试函数-matlab

目录

引言

完整Matlab代码下载

该代码一举歼灭所有群智能优化算法在cec2017测试函数的应用

---

引言

我们在阅读文献时，总是会遇到用一些cec测试函数来测试算法的性能。今天，以cec2017测试函数为例，带你使用CEC测试函数。CEC为IEEE Congress on Evolutionary Computation（国际进化大会）的简称，2017为年份。cec2017共有30个单目标测试函数分别是：单峰函数(F1-F3)、简单多峰函数(F4-F10)、混合函数(F11-F20)和组合函数(F21-F30)。测试维度有2维，10维，30维，50维，100维。CEC2017测试函数相比标准测试函数更加复杂，随着维度的增加求解极其困难。

首先需下载cec2017函数。函数的格式为cpp文件，cec17_func.cpp。在matlab里需要编译。在matlab的命令行输入

mex cec17_func.cpp

编译生成了cec17_func.mexw64文件。这里我们已经为各位下载并编译好了，文末可直接享用。

其次，加载cec2017测试函数。cec2017测试函数有30个。cec2017的输入x的数据格式需为列向量，即N*1，调用方式为：

fobj = @(x) cec17_func(x,1);

数字1表示cec2017的第一个函数。当然，可以在1-30中任意选择一个数，就选择了对应的测试函数。

如果你的输入数据x是一个行向量，即1*N，调用方式为：

fobj = @(x) cec17_func(x',1);

最后，测试应用。我们以鲸鱼优化算法（WOA获取地址：优化算法-鲸鱼优化算法Whale Optimization Algorithm（附Matlab代码））为例进行测试。算法的参数设置如下：

clc
clear
close all
%%
nPop=50; % 种群数
Max_iter=500; % 最大迭代次数
dim = 2; % 可选 2, 10, 30, 50, 100

%%  选择函数
Function_name=1; % 函数名：1 - 30
[lb,ub,dim,fobj] = Get_Functions_cec2017(Function_name,dim);
%% 调用算法
tic
[Best_score,Best_pos,cg_curve]=WOA(nPop,Max_iter,lb,ub,dim,fobj);
toc

完整Matlab代码下载

该代码一举歼灭所有群智能优化算法在cec2017测试函数的应用

cec2017测试函数，你还不会吗？（附Matlab代码）