还在为找不到进化计算数据集而发愁吗？

上一期我们在​​运筹优化问题数据集整理（内涵公众号整理福利）​​这篇推文中，推荐了一些关于运筹优化问题数据集的网站，本期我们推荐一个关于进化计算数据集的网址。我们直接上干货，网址如下：

https://github.com/P-N-Suganthan?before=Y3Vyc29yOnYyOpK5MjAxOS0wNy0wMVQxNTo1OToyNyswODowMM4LmcRB&tab=repositories

在这里，你会找到符合自己需要的各类单目标、多目标进化计算数据集。

接下来，我们分别以CEC2017-BoundContrained单目标优化数据集和2021-RW-MOP多目标优化数据集为例，讲解一下这两组数据集的构成。

▎CEC2017-BoundContrained

打开CEC2017-BoundContrained链接后会发现有Definitions of  CEC2017 benchmark suite final version updated.pdf这个文件，这个文件是对29个单目标测试函数的数学描述。此外，codes.rar文件为这29个测试函数的c代码和matlab代码。

CEC2017数据集中的29个单目标测试函数实际上分为4类：单峰函数、简单多峰函数、混合函数、复合函数，具体分类结果如下表所示，关于每个函数具体的数学描述可以查看Definitions of  CEC2017 benchmark suite final version updated.pdf这个文件。

▎2021-RW-MOP

打开2021-RW-MOP链接后会发现有两个pdf，其中RWMOP.pdf为50个多目标测试函数的数学描述，Revised_Guideline_RWCMOP.pdf为使用手册。

这组数据集中共包含50个测试函数，分别为RCM01至RCM50，并且这50个测试函数根据实际问题的来源被划分为5类：机械设计类、化学工程类、加工设计合成类、电力电子类、电力系统优化类。关于每个测试函数具体的数学描述可以查看RWMOP.pdf。

▎下载方式

公众号后台回复关键词【EA数据集】，即可获得我们整理的进化计算数据集合集。

OK，老规矩，在公众号“优化算法交流地”里回复关键词【代码】，就能获取一整套高质量智能优化算法的MATLAB代码。