continuous-function-optimization:使用自然启发优化领域的不同算法进行的实验

连续函数优化 这是一个关于连续函数优化的实验，是 Nature-Inspired Optimization 领域的一个课题。 该实验在随机生成的个体上测试基因突变算法，使用流行的基准操作球函数来测试每个个体的适应度。 算法 这个项目用（1+1）进化操作实验，有和没有 1/5 规则。 由这个操作产生的个体然后通过统一变异、非统一变异和高斯变异进行变异。 跑步 在 Eclipse 中打开它并运行Main.java 。 会提示数据输出格式，可以是迭代次数和适应度值，个体和适应度值，或者只有适应度值。 它将每次运行的所有试验写入 Trials 目录（您必须在项目中创建）中的带有时间戳的.txt文件，该文件位于其适当的类指定文件夹中。 您可以通过修改实例来调整测试参数。 对于每个算法，默认值是 30 次运行，每次 5000 次迭代。