数据集概述
本数据集基于LSHADE算法结合十四种边界约束处理方法，在BBOB函数f3、f4、f5、f16、f23（实例1）上五次独立运行的平均值，包含种群规模、误差、KL散度等指标数据及对应可视化图表。
文件详解
- CSV数据文件（共七十份）：
- 文件命名示例：LSHADE_beta_f5_D20_mean_values.csv、LSHADE_midB_f16_D20_mean_values.csv
- 文件格式：CSV
- 核心字段：it（迭代次数）、pop_size（种群规模）、best（最优值）、error（误差）、prob_infeas（不可行解概率）、genMutatedComponent（变异组件数）、genSuccessMutants（成功变异数）、meanImprovements（平均改进量）、varPop（种群方差）、avgF（平均F值）、avgCR（平均交叉率）、extension（扩展度）、shape（形状）、eccentricity（离心率）、dist_to_opt（到最优解距离）、kl_unif（与均匀分布的KL散度）
- PNG可视化文件（共十四份）：
- 文件命名示例：Plot_pop_size_all_iterations.png、Plot_error_all_iterations.png、Plot_kl_unif_all_iterations.png
- 文件格式：PNG
- 内容：各指标（如种群规模、误差、KL散度）在所有迭代过程中的平均值变化趋势图
适用场景
- 进化计算研究：分析不同边界约束处理方法对微分进化算法种群动态的影响
- 算法性能优化：探究LSHADE算法中约束处理策略与种群指标（如误差、变异成功率）的相关性
- 计算智能实验复现：支持边界约束优化问题中算法行为的定量分析与可视化验证
- 种群动力学分析：研究约束处理方法对种群分布（如形状、离心率）及进化效率的作用机制
