cec2019comp100digit 0.8

注

如果要使用此代码的任何部分，请引用以下出版物：

K. V. Price, N. H. Awad, M. Z. Ali, P. N. Suganthan, “Problem Definitions and Evaluation Criteria for the 100-Digit Challenge Special Session and Competition on Single Objective Numerical Optimization,” Technical Report, Nanyang Technological University, Singapore, November 2018.

http://web.mysites.ntu.edu.sg/epnsugan/PublicSite/Shared%20Documents/Forms/AllItems.aspx?RootFolder=%2fepnsugan%2fPublicSite%2fShared%20Documents%2fCEC%2d2019&FolderCTID=&View=%7bDAF31868%2d97D8%2d4779%2dAE49%2d9CEC4DC3F310%7d

要求

• GNU品牌
• GNU G++
• Python
• 赛顿

测试环境

• debian gnu/linux杰西/sid
• GNU制造3.81
• g++（Debian 4.7.3-4）4.7.3
• Python2.7和Python3.2
• 纽比1.8.1
• cython 0.20.1

安装

当它准备好时，它将等待提交给pip。

非常简单，pip安装cec2019comp100digit；-）。

您还可以从https://github.com/dmolina/cec2019comp100digit下载，并执行python setup.py install[-user]。 （选项–user用于作为普通用户在本地安装包（如果您想 在没有管理权限的群集/服务器中运行实验）

C++中的源代码也是可用的。如果你只想编译C++ 在源代码的根目录中的“make”中键入版本

有两个等价的演示可执行文件：demo和demo2。

^ {STR 1 } $记住：为了运行C++版本，目录IpPosiDATA必须在工作目录中可用。 在python版本中，这些文件包含在包中，因此 需要。

快速启动

这个包使用起来很简单有一个包cec2019comp100数字 三个功能：

• init（乐趣id，dim） 初始化所选维度的函数
• eval（溶胶） 当sol是维数为Dim的numpy（或数组）时，评估解决方案
• end（） 免费资源。

初始化函数

>>> from cec2019comp100digit import cec2019comp100digit
>>> bench = cec2019comp100digit
>>> bench.init(3, 10) # Init function 3

>>> import numpy as np
>>> sol = np.random.rand(10)

>>> bench.eval(sol)
18010038.104525752

>>> bench.end()

联系人

Python包

丹尼尔·莫利纳@格拉纳达大学计算机科学系 如有任何查询或 建议。