这个提交可以用来评估的性能优化技术与连续变量的问题。这个优化问题就出现了利润最大化的生产计划。然而这些文件可以作为黑盒的优化问题。

有八个在这个套件(case1最小化的优化问题。p,例2。p, case3。p, case4。p, case5。p, case6。p, case7。p和cas8.p)。所有的病例(例1例8)有问题54连续变量的维度。

他们每个人遵循艰难的处罚方法,具有以下格式

[F] = case1 (X);

输入:人口(或解决方案,用X)及其
输出:目标函数值(F)的人口成员。

文件ProblemDetails。p可用于确定较低和上界函数处理的案件。

格式(磅,乌兰巴托,fobj) = ProblemDetails (n);

输入:n是一个从1到8的整数。
输出:(i)下界(磅),
(二)上界(乌兰巴托),和
(3)函数处理(fobj)。

文件的脚本。m展示了如何使用这些文件以及一个优化算法(SanitizedTLBO)。

注意:

(我)案例1 - 4有相同的问题但使用不同的数据结构;例5 - 8同一组数据作为案例1 - 4相比,但是不使用某些功能(灵活)的问题。

(2)目标函数文件能够确定的目标函数值(即多个解决方案。万博 尤文图斯如果需要,整个人口可以被发送到目标函数文件)。

参考:

1。Chauhan, S。,年代。,Kotecha p(2016)使用Moth-flame单层在石化行业生产计划优化,IEEE地区10会议(TENCON),新加坡,https://doi.org/10.1109/TENCON.2016.7848003。

2。Chauhan, S。,年代。,Kotecha p(2018),在石化行业的单一生产计划使用新型计算智能算法,Metaheuristic优化方法:算法和工程应用,施普林格。