中文说明： 这是一套的测试功能，可以用来测试的全局优化算法的有效性。有些是比较容易以优化 （rosenbruck，利昂，...)，其他人几乎不可能 (crosslegtable，bukin6，...)。 所有的测试功能都采取从任一 [1]，[2] 或者 [3] （见下文）。所有的函数可能会被用两种方式： [变暗，lb，ub，溶胶 fval_sol] = 乐趣 （例如，没有输入的参数）这将返回的功能、 更低的默认值和上限、 解向量的所有全局最小点和相应的函数值的维度的数量。若要计算输入 X 的函数值，请使用： val = 乐趣 ([x 1，x 2，...，xn]) 与维度 [n] 根据特定的函数 [乐趣] （对于大多数的函数，n = 2）。注意单个矢量参数 — — 这样做是为了轻松地插入插入一个全局优化的功能 [N x n] 试用向量在这些函数中的矩阵。 我还包括一个函数来显示的大部分功能。这所谓的 EZIMAGE，并可调用的函数句柄参数： ezimage(@himmelblau) (密谋叹功能） ezimage(@sinenvsin) （见截图）
English Description：
This is a set of test functions which can be used to test the effectiveness of global optimization algorithms. Some are rather easy to optimize (rosenbruck, leon, ...), others next to impossible (crosslegtable, bukin6, ...). All the test-functions are taken from either [1], [2] or [3] (see below). All functions may be called in two ways: [dims, lb, ub, sol, fval_sol] = fun (e.g., no input arguments) This returns the number of dimensions of the function, the default lower and upper bounds, the solution vectors for all global minima and the corresponding function values. To calculate the function value for input X, use: val = fun( [x1, x2, ..., xn] ) with the dimension [n] depending on the specific function [fun] (for most functions, n=2). Note the single vector argument--this is done in order to easily insert the function into a global optimizer that inserts a [N x n] matrix of trial vectors in these functions. I also inc