這篇文章將為大家詳細(xì)講解有關(guān)python如何繪制評(píng)估優(yōu)化算法性能的測(cè)試函數(shù)，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。
測(cè)試函數(shù)主要是用來評(píng)估優(yōu)化算法特性的，這里我用python3繪制了部分測(cè)試函數(shù)的圖像。具體的測(cè)試函數(shù)可以結(jié)合維基百科來了解。想要顯示某個(gè)測(cè)試函數(shù)的圖片把代碼結(jié)尾對(duì)應(yīng)的注釋去掉即可，具體代碼如下：
重慶分公司
重慶分公司
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
def draw_pic(X, Y, Z, z_max, title, z_min=0):
fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.cm.hot)
# ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.cm.hot)
ax.set_zlim(z_min, z_max)
ax.set_title(title)
# plt.savefig("./myProject/Algorithm/pic/%s.png" % title) # 保存圖片
plt.show()
def get_X_AND_Y(X_min, X_max, Y_min, Y_max):
X = np.arange(X_min, X_max, 0.1)
Y = np.arange(Y_min, Y_max, 0.1)
X, Y = np.meshgrid(X, Y)
return X, Y
# rastrigin測(cè)試函數(shù)
def Rastrigin(X_min = -5.52, X_max = 5.12, Y_min = -5.12, Y_max = 5.12):
A = 10
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = 2 * A + X ** 2 - A * np.cos(2 * np.pi * X) + Y ** 2 - A * np.cos(2 * np.pi * Y)
return X, Y, Z, 100, "Rastrigin function"
# Ackley測(cè)試函數(shù)
def Ackley(X_min = -5, X_max = 5, Y_min = -5, Y_max = 5):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = -20 * np.exp(-0.2 * np.sqrt(0.5 * (X**2 + Y**2))) - \
np.exp(0.5 * (np.cos(2 * np.pi * X) + np.cos(2 * np.pi * Y))) + np.e + 20
return X, Y, Z, 15, "Ackley function"
# Sphere測(cè)試函數(shù)
def Sphere(X_min = -3, X_max = 3, Y_min = -3, Y_max = 3):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = X**2 + Y**2
return X, Y, Z, 20, "Sphere function"
# beale測(cè)試函數(shù)
def Beale(X_min = -4.5, X_max = 4.5, Y_min = -4.5, Y_max = 4.5):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = np.power(1.5 - X + X * Y, 2) + np.power(2.25 - X + X * (Y ** 2), 2) \
+ np.power(2.625 - X + X * (Y ** 3), 2)
return X, Y, Z, 150000, "Beale function"
# Booth測(cè)試函數(shù)
def Booth(X_min = -10, X_max = 10, Y_min = -10, Y_max = 10):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = np.power(X + 2*Y - 7, 2) + np.power(2 * X + Y - 5, 2)
return X, Y, Z, 2500, "Booth function"
# Bukin測(cè)試函數(shù)
def Bukin(X_min = -15, X_max = -5, Y_min = -3, Y_max = 3):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = 100 * np.sqrt(np.abs(Y - 0.01 * X**2)) + 0.01 * np.abs(X + 10)
return X, Y, Z, 200, "Bukin function"
# Three-hump camel測(cè)試函數(shù)
def three_humpCamel(X_min = -5, X_max = 5, Y_min = -5, Y_max = 5):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = 2 * X**2 - 1.05 * X**4 + (1/6) * X**6 + X*Y + Y*2
return X, Y, Z, 2000, "three-hump camel function"
# Hölder table測(cè)試函數(shù)
def Holder_table(X_min = -10, X_max = 10, Y_min = -10, Y_max = 10):
X, Y = get_X_AND_Y(X_min, X_max, Y_min, Y_max)
Z = -np.abs(np.sin(X) * np.cos(Y) * np.exp(np.abs(1 - np.sqrt(X**2 + Y**2)/np.pi)))
return X, Y, Z, 0, "Hölder table function", -20
z_min = None
# X, Y, Z, z_max, title = Rastrigin()
# X, Y, Z, z_max, title = Ackley()
# X, Y, Z, z_max, title = Sphere()
# X, Y, Z, z_max, title = Beale()
X, Y, Z, z_max, title = Booth()
# X, Y, Z, z_max, title = Bukin()
# X, Y, Z, z_max, title = three_humpCamel()
# X, Y, Z, z_max, title, z_min = Holder_table()
draw_pic(X, Y, Z, z_max, title, z_min)以下是上述代碼繪制的測(cè)試函數(shù)的圖像：
感覺圖像的顏色還不是很好看，等之后優(yōu)化了來改
python是什么意思Python是一種跨平臺(tái)的、具有解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語言，其最初的設(shè)計(jì)是用于編寫自動(dòng)化腳本，隨著版本的不斷更新和新功能的添加，常用于用于開發(fā)獨(dú)立的項(xiàng)目和大型項(xiàng)目。
關(guān)于“python如何繪制評(píng)估優(yōu)化算法性能的測(cè)試函數(shù)”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。
