EvaluationFunction.cpp

#include<cmath>
#include"mseq.h"
#include"constdata.h"
#include"EvaluationFunction.h"

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
////////////////評価関数

/**
 * <PRE>
 * 　目的関数のSphere(1st De Jong's function)関数の計算を実行します。
 * 　-5.12 <= x_i <= 5.12 f_i(x_i)=0,  x_i=0, i = 1,2,･･･,n
 * 　f(x) = sum(x_{i}^{2})
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数計算の最適化
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 0.2
 */
double lfSphere( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	int iVector1 = iVectorLen%5;
	for( i = 0;i < iVector1; i++ )
		lfRes += plfX[i]*plfX[i];
	for( i = iVector1;i < iVectorLen; i+=5 )
		lfRes += ( plfX[i]*plfX[i] + plfX[i+1]*plfX[i+1] + plfX[i+2]*plfX[i+2] + plfX[i+3]*plfX[i+3] + plfX[i+4]*plfX[i+4] );
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のEllipsoid関数の計算を実行します。
 * 　-5.12 <= x_i <= 5.12 f_i(x_i)=0,  x_i=0, i = 1,2,･･･,n
 * 　f(x) = sum(1000^{i-1/n-1}x_{i})^{2}
 *   ver 0.1 2016/08/24 初版
 *   ver 0.2 2016/11/01 高速化及び修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/8/24
 * @version 0.2
 */
double lfEllipsoid( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	double lfX = 0.0;
	double lfPower = 0.0;
	double lfPowerRes = 1.0;

	lfPower = pow(1000, 1.0 / (double)(iVectorLen - 1));
	lfRes = plfX[0]*plfX[0];
	for( i = 1;i < iVectorLen; i++ )
	{
		lfPowerRes *= lfPower;
		lfX = lfPowerRes*plfX[i];
		lfRes += lfX*lfX;
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のHyper-Ellipsoid関数の計算を実行します。
 * 　-1 <= x_i <= 1 f_i(x_i)=0,  x_i=0, i = 1,2,･･･,n
 * 　f(x) = sum(i^{2}*x_{i}^{2})
 *   ver 0.1 2015/06/12 初期版
 *   ver 0.2 2016/11/30 実装ミスを修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 0.2
 */
double lfHyperEllipsoid( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += (double)(i+1)*(double)(i+1)*plfX[i]*plfX[i];
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のAxis Parallel hyper-ellipsoid関数の計算を実行します。
 * 　-5.12 <= x_i <= 5.12,  f_{i}(x_{i})=0,  x_{i}=0, i = 1,2,･･･,n
 * 　f(x) = sum(i*x_{i}^{2})
 *   ver 0.1 2015/06/12 初期版
 *   ver 0.2 2016/11/30 実装ミスを修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 0.2
 */
double lfAxisParallelHyperEllipsoid( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += (double)(i+1)*plfX[i]*plfX[i];
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のRotated hyper-ellipsoid関数の計算を実行します。
 *   大域的最適解 x_{i} = 0 のときf(x_{i}) = 0 (-65.536 <= Xi <= 65.536)
 * 　\sum_{i=1}^{n}(\sum_{j=1}^{i}(x_{j}))^{2}
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 1.0
 */
double lfRotatedHyperEllipsoid( double *plfX, int iVectorLen )
{
	int i,j;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		for( j = 0;j < i; j++ )
		{
			lfRes += plfX[i]*plfX[i];
		}
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のMoved axis parallel hyper-ellipsoid関数の計算を実行します。
 *   大域的最適解 x_{i} = 5i のときf(x_{i})=0 (-5.12 <= x_{i} <= 5.12)
 * 　\sum{i=1}^{n}(5*i*x_{i}^{2})
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 1.0
 */
double lfMovedAxisParallelHyperEllipsoid( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += 5.0*(double)i*plfX[i]*plfX[i];
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のSum of different power関数の計算を実行します。
 *   大域的最適解 x_{i}=0 のとき f(x_{i})=0
 *   \sum_{i=1}^{n}|x_{i}|^{i+1}
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 1.0
 */
double lfSumOfDifferentPower( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += fabs( pow(plfX[i], i+1 ) );
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のRosenbrock(2nd De Jong's function)関数の計算を実行します。
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 0.1
 */
double lfRosenbrock( double *plfX, int iVectorLen )
{
#if 1
	int i;
	double lfRes = 0.0;
	double lfTempX1 = 0.0;
	double lfTempX2 = 0.0;
	double lfXX = 0.0;
	for( i = 0;i < iVectorLen-1; i++ )
	{
		lfXX = plfX[i]*plfX[i];
		lfTempX1 = 1.0-plfX[i];
		lfTempX2 = plfX[i+1]-lfXX;
		lfRes += (100*lfTempX2*lfTempX2+lfTempX1*lfTempX1);
	}
	return lfRes;
#else
	int i;
	double lfRes = 0.0;
	double lfTempX1 = 0.0;
	double lfTempX2 = 0.0;
	double lfXX = 0.0;
	int iVectorLen51, iVectorLen52;
	double alfXX[5];
	double alfTempX1[5];
	double alfTempX2[5];

	iVectorLen51 = iVectorLen % 5;
	iVectorLen52 = (iVectorLen-1) / 5;
	for (i = 0; i < iVectorLen51; i++)
	{
		lfXX = plfX[i] * plfX[i];
		lfTempX1 = 1.0 - plfX[i];
		lfTempX2 = plfX[i + 1] - lfXX;
		lfRes += (100 * lfTempX2*lfTempX2 + lfTempX1*lfTempX1);
	}
	for (i = iVectorLen51; i < iVectorLen; i+=5)
	{
		alfXX[0] = plfX[i]*plfX[i];
		alfXX[1] = plfX[i+1]*plfX[i+1];
		alfXX[2] = plfX[i+2]*plfX[i+2];
		alfXX[3] = plfX[i+3]*plfX[i+3];
		alfXX[4] = plfX[i+4]*plfX[i+4];
		alfTempX1[0] = 1.0 - plfX[i];
		alfTempX1[1] = 1.0 - plfX[i+1];
		alfTempX1[2] = 1.0 - plfX[i+2];
		alfTempX1[3] = 1.0 - plfX[i+3];
		alfTempX1[4] = 1.0 - plfX[i+4];
		alfTempX2[0] = plfX[i + 1] - alfXX[0];
		alfTempX2[1] = plfX[i + 2] - alfXX[1];
		alfTempX2[2] = plfX[i + 3] - alfXX[2];
		alfTempX2[3] = plfX[i + 4] - alfXX[3];
		alfTempX2[4] = plfX[i + 5] - alfXX[4];
		lfRes += 100*( alfTempX2[0]*alfTempX2[0] + alfTempX2[1]*alfTempX2[1] + alfTempX2[2]*alfTempX2[2] + alfTempX2[3]*alfTempX2[3] + alfTempX2[4]*alfTempX2[4]) + 
					   alfTempX1[0]*alfTempX1[0] + alfTempX1[1]*alfTempX1[1] + alfTempX1[2]*alfTempX1[2] + alfTempX1[3]*alfTempX1[3] + alfTempX1[4]*alfTempX1[4];
	}
	return lfRes;
#endif
}

/**
 * <PRE>
 * 　目的関数のRosenbrockStar型関数の計算を実行します。
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/8/24
 * @version 0.1
 */
double lfRosenbrockStar( double *plfX, int iVectorLen )
{
#if 1
	int i;
	double lfRes = 0.0;
	double lfTempX1 = 0.0;
	double lfTempX2 = 0.0;
	double lfXX = 0.0;
	for( i = 1;i < iVectorLen; i++ )
	{
		lfXX = plfX[i]*plfX[i];
		lfTempX1 = 1.0-plfX[i];
		lfTempX2 = plfX[0]-lfXX;
		lfRes += (100*lfTempX2*lfTempX2+lfTempX1*lfTempX1);
	}
	return lfRes;
#else
	int i;
	double lfRes = 0.0;
	double lfTempX1 = 0.0;
	double lfTempX2 = 0.0;
	double lfXX = 0.0;
	int iVectorLen51, iVectorLen52;
	double alfXX[5];
	double alfTempX1[5];
	double alfTempX2[5];

	iVectorLen51 = iVectorLen % 5;
	iVectorLen52 = iVectorLen / 5;
	for (i = 1; i < iVectorLen51; i++)
	{
		lfXX = plfX[i] * plfX[i];
		lfTempX1 = 1.0 - plfX[i];
		lfTempX2 = plfX[0] - lfXX;
		lfRes += (100 * lfTempX2*lfTempX2 + lfTempX1*lfTempX1);
	}
	for (i = iVectorLen51; i < iVectorLen; i+=5)
	{
		alfXX[0] = plfX[i]*plfX[i];
		alfXX[1] = plfX[i+1]*plfX[i+1];
		alfXX[2] = plfX[i+2]*plfX[i+2];
		alfXX[3] = plfX[i+3]*plfX[i+3];
		alfXX[4] = plfX[i+4]*plfX[i+4];
		alfTempX1[0] = 1.0 - plfX[i];
		alfTempX1[1] = 1.0 - plfX[i+1];
		alfTempX1[2] = 1.0 - plfX[i+2];
		alfTempX1[3] = 1.0 - plfX[i+3];
		alfTempX1[4] = 1.0 - plfX[i+4];
		alfTempX2[0] = plfX[0] - alfXX[0];
		alfTempX2[1] = plfX[0] - alfXX[1];
		alfTempX2[2] = plfX[0] - alfXX[2];
		alfTempX2[3] = plfX[0] - alfXX[3];
		alfTempX2[4] = plfX[0] - alfXX[4];
		lfRes += 100 * ( alfTempX2[0]*alfTempX2[0] + alfTempX2[1]*alfTempX2[1] + alfTempX2[2]*alfTempX2[2] + alfTempX2[3]*alfTempX2[3] + alfTempX2[4]*alfTempX2[4] ) + 
						 alfTempX1[0]*alfTempX1[0] + alfTempX1[1]*alfTempX1[1] + alfTempX1[2]*alfTempX1[2] + alfTempX1[3]*alfTempX1[3] + alfTempX1[4]*alfTempX1[4];
	}
	return lfRes;
#endif
}

/**
 * <PRE>
 * 　目的関数の3rd De Jong's関数の計算を実行します。
 *   大域的最適解 Xi = 1 のときf(Xi) = 0
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 1.0
 */
double lf3rdDeJongsFunc( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += fabs( plfX[i] );
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のModified 3rd De Jong's関数の計算を実行します。
 *   大域的最適解 Xi = 1 のときf(Xi) = 0
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 1.0
 */
double lfModified3rdDeJongsFunc( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	double lfConst = 30.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += floor( plfX[i] );
	}
	lfRes = lfRes + lfConst;
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数の4th DeJong's Function( Quartic Function )関数の計算を実行します。
 *	 \sum^{n}_{i=1}(ix_{i}^4)
 * 　大域的最適解 -1.28 \leq x_{i} \leq 1.28 x = (0,0,0,0...,0)
 *  ver 0.1 初期版
 *  ver 0.2 2016/12/05 実装ミスを修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/12
 * @version 0.2
 */
double lf4thDeJongsFunc( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	double lfXX;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfXX = plfX[i]*plfX[i];
		lfRes += (double)(i+1)*lfXX*lfXX;
	}
	return lfRes;
}

/**
 * <PRE>
 * 　的関数のModified 4th DeJong's Function(Quartic Gussian Function)関数の計算を実行します。
 *  大域的最適解 Xi = 1 のときf(Xi) = 0
 *	 \sum^{n}_{i=1}(ix_{i}^4)+random[0,1)
 * 　大域的最適解 -1.28 \leq x_{i} \leq 1.28 x = (0,0,0,0...,0)
 *  ver 0.1 初期版
 *  ver 0.2 2016/12/05 実装ミスを修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/10/16
 * @version 0.2
 */
double lfModified4thDeJongsFunc( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	double lfXX;
	for( i = 0;i < iVectorLen; i++ )
	{
//		if (-1.28 <= plfX[i] && plfX[i] <= 1.28)
		{
			lfXX = plfX[i] * plfX[i];
			lfRes += (double)(i + 1)*lfXX*lfXX;
		}
//		else
		{
//			lfRes += (double)(i + 1)*1.28*1.28*1.28*1.28;
		}
	}
	return lfRes+rnd();
}

/**
 * <PRE>
 * 　目的関数のDe Jong's f5関数の計算を実行します。
 *   2次元データに関してのベンチマーク関数です。
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 完成していなかったのでコードを追加し完成。
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 0.1
 */
double lf5thDeJongsFunc( double *plfX, int iVectorLen )
{
	double lfRes = 0.0;
	double lfTemp;
	double lfT,lfT2;
	double alfA[2][25] = {{-32,-16,  0, 16, 32,-32,-16,  0, 16, 32,-32,-16, 0, 16, 32, -32, -16,  0, 16, 32, -32, -16,  0, 16, 32},
						  {-32,-32,-32,-32,-32,-16,-16,-16,-16,-16,  0,  0, 0,  0,  0,  16,  16, 16, 16, 16,  32,  32, 32, 32, 32}};
	int i,j;

	for( i = 0;i < 25; i++ )
	{
		lfTemp = 0.0;
		for( j = 0;j < 2; j++ )
		{
			lfT = plfX[i]-alfA[i][j];
			lfT2 = lfT*lfT;
			lfTemp += lfT2;
		}
		lfRes += 1.0/lfTemp;
	}
	return  1.0/(0.002+lfRes);
}

/**
 * <PRE>
 * 　目的関数のAckley Function関数の計算を実行します。
 *   大域的最適解 Xi = 0 のときf(Xi) = 0
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/10/16
 * @version 1.0
 */
double lfAckley( double *plfX, int iVectorLen )
{
#if 0
	int i;
	double lfRes = 0.0;
	double lfCos = 0.0;
	double lfX2 = 0.0;
	double lfE = exp(1.0);

	for( i = 0;i < iVectorLen; i++ )
	{
		lfX2 += plfX[i]*plfX[i];
		lfCos += cos( 2.0*pi*plfX[i] );
	}
	lfX2 = lfX2 / (double)iVectorLen;
	lfCos = lfCos / (double)iVectorLen;

	lfRes = 20.0-20.0*exp(-0.2*sqrt(lfX2)) + lfE - exp( lfCos );
	return lfRes;
#else
	int i;
	int iVectorLen51, iVectorLen52;
	double lfRes = 0.0;
	double lfCos = 0.0;
	double lfX2 = 0.0;
	double lfE = exp(1.0);
	double lf2pi = pi+pi;
	double alfCos[5];
	double alfX2[5];

	iVectorLen51 = iVectorLen % 5;
	iVectorLen52 = iVectorLen / 5;
	for (i = 0; i < iVectorLen51; i++)
	{
		lfX2 += plfX[i] * plfX[i];
		lfCos += cos(lf2pi*plfX[i]);
	}
	for (i = iVectorLen51; i < iVectorLen; i+=5)
	{
		lfX2 += plfX[i]*plfX[i] + plfX[i+1]*plfX[i+1] + plfX[i+2]*plfX[i+2] + plfX[i+3]*plfX[i+3] + plfX[i+4]*plfX[i+4];
		lfCos += cos(lf2pi*plfX[i]) + cos(lf2pi*plfX[i+1]) + cos(lf2pi*plfX[i+2]) + cos(lf2pi*plfX[i+3]) + cos(lf2pi*plfX[i+4]);
	}
	lfX2 = lfX2 / (double)iVectorLen;
	lfCos = lfCos / (double)iVectorLen;

	lfRes = 20.0 - 20.0*exp(-0.2*sqrt(lfX2)) + lfE - exp(lfCos);
	return lfRes;
#endif
}

/**
 * <PRE>
 * 　目的関数のEasom's Function関数の計算を実行します。
 *   f(x) = -\cos(x_{1})\cos(x_{2})\exp(-(x_{1}-\pi)^{2}-(x_{2}-\pi)^{2})
 *   大域的最適解 Xi = pi のときf(Xi) = -1
 *   2次元関数であることに注意。
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 実装していなかったので実装
 *   ver 0.3 2016/11/29 実装ミスを修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/10/16
 * @version 0.3
 */
double lfEasoms( double *plfX, int iVectorLen )
{
	double lfRes = 0.0;
	double lfDiff1 = 0.0;
	double lfDiff2 = 0.0;

	lfDiff1 = plfX[0]-pi;
	lfDiff2 = plfX[1]-pi;
	
	lfRes = cos(plfX[0])*cos(plfX[1])*exp(-(lfDiff1*lfDiff1+lfDiff2*lfDiff2));
	return -lfRes;
}

/**
 * <PRE>
 * 　目的関数のEasom's Function(Xin-She Yang extended in 2008 this function to n dimensions)の計算を実行します。
 *   大域的最適解 x_{i}=pi のとき f(x_{i}) = -1, -2π<=x_{i}<=2π
 *   Easom's functionのn次元バージョン
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/10/16
 * @version 1.0
 */
double lfExtendEasoms( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	double lfProductRes = 1.0;
	double lfAddRes = 0.0;
	double lfCos;
	double lfDiff;
	int iSgn;

	iSgn = iVectorLen&1 ? -1 : 1;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfCos = cos( plfX[i] ); 
		lfDiff = plfX[i]-pi;
		lfProductRes *= lfCos*lfCos;
		lfAddRes += lfDiff*lfDiff;
	}
	lfRes = -1.0*lfProductRes*exp( -lfAddRes )*iSgn;
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のEquality-Constrained 関数の計算を実行します。
 *   -\sqrt(n)^{n}\PRO^{n}_i=1 x_{i}
 *   大域的最適解 Xi = 1.0/\sqrt(n) のときf(Xi) = -1 (0 <= Xi <= 1.0)
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数に誤りがあり修正
 *   ver 0.3 2016/12/5 実装ミスのため修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 0.3
 */
double lfEqualityConstrained( double *plfX, int iVectorLen )
{
	int i;
	double lfRes  = 1.0;
	double lfSqrt;

	lfSqrt = sqrt(1.0/(double)iVectorLen);
	for( i = 0; i < iVectorLen; i++ )
	{
		if (0.0 <= plfX[i] && plfX[i] <= 1.0)
			lfRes *= lfSqrt*plfX[i];
	}
	return -lfRes;
}


/**
 * <PRE>
 * 　目的関数のGriewank関数の計算を実行します。
 *   大域的最適解 Xi = 0 のときf(Xi) = 0 (-600 <= Xi <= 600)
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数の計算部分の最適化を実施
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 0.2
 */
double lfGriewank( double *plfX, int iVectorLen )
{
	int i;
	double lfRes  = 0.0;
	double lfRes1 = 0.0;
	double lfRes2 = 1.0;

	for( i = 0; i < iVectorLen; i++ )
	{
		lfRes1 += plfX[i]*plfX[i];
		lfRes2 *= cos(plfX[i]/sqrt((double)i+1));
	}
	lfRes = 1.0 + lfRes1*0.00025 - lfRes2;
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のMichaelwicz's関数の計算を実行します。
 *   大域的最適解 Xi = (X1, X2) = (2.20319, 1.57049) のときf(Xi) = -1.8013 ( 0.0 <= Xi <= π)
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 誤りがあり修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 0.2
 */
double lfMichaelwicz( double *plfX, int iVectorLen )
{
	int i;
	int m;
	double lfRes = 0.0;

	m = 10;
	for( i = 0; i < iVectorLen; i++ )
	{
		if (0.0 <= plfX[i] && plfX[i] <= pi)
			lfRes += sin(plfX[i])*pow(sin((double)(i + 1)*plfX[i] * plfX[i] / pi), 2.0*m);
		else
			lfRes += 0.0;
	}
	return -lfRes;
}

/**
 * <PRE>
 * 　目的関数のKatsuura's関数の計算を実行します。
 *   大域的最適解 Xi = 0 のときf(Xi) = 1 (-1000 <= Xi <= 1000)
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/6
 * @version 1.0
 */
double lfKatsuura( double *plfX, int iVectorLen )
{
	int i,j;
	int M;
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfCurK = 0.0;
	double lfPrevK = 1.0;

	M = 32;
	for( i = 0; i < iVectorLen; i++ )
	{
		for( j = 0;j < M; j++ )
		{ 
			lfCurK = 2.0*lfPrevK;
			lfRes1 += fabs(lfCurK*plfX[i]-floor(lfCurK*plfX[i]))/lfCurK;
			lfPrevK = lfCurK;
		}
		lfRes2 += (1.0+(i+1.0)*lfRes1);
	}
	return lfRes2;
}

/**
 * <PRE>
 * 　目的関数のRastrigin関数の計算を実行します。
 * 　大域的最適解 Xi = 0 f(Xi) = 0 (-5.12 <= Xi <= 5.12)
 *   ver 0.2 2016/9/27 関数間違いの修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.2
 */
double lfRastrigin( double *plfX, int iVectorLen )
{
#if 0
	int i;
	double lfRes = 0.0;
	double lf2pi = 2.0*pi;

	for( i = 0;i < iVectorLen; i++ )
	{
		lfRes += ( plfX[i]*plfX[i]-10.0*cos(lf2pi*plfX[i]));
	}
	return lfRes+10.0*iVectorLen;
#else
	int i;
	double lfRes = 0.0;
	double lf2pi = 2.0*pi;
	int iVectorLen5;

	iVectorLen5 = iVectorLen % 5;

	for (i = 0; i < iVectorLen5; i++)
	{
		lfRes += (plfX[i] * plfX[i] - 10.0*cos(lf2pi*plfX[i]));
	}
	for (i = iVectorLen5; i < iVectorLen; i+=5)
	{
		lfRes += (plfX[i]*plfX[i] + plfX[i+1]*plfX[i+1] + plfX[i+2]*plfX[i+2] + plfX[i+3]*plfX[i+3] + plfX[i+4]*plfX[i+4] - 
				  10.0*( cos(lf2pi*plfX[i]) + cos(lf2pi*plfX[i+1]) + cos(lf2pi*plfX[i+2]) + cos(lf2pi*plfX[i+3]) + cos(lf2pi*plfX[i+4])));
	}
	return lfRes + 10.0*iVectorLen;
#endif
}

/**
 * <PRE>
 * 　目的関数のRastriginShift関数の計算を実行します。
 * 　大域的最適解 Xi = 1 f(Xi) = 0 (-5.12 <= Xi <= 5.12)
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数の誤りの修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/8/24
 * @version 0.1
 */
double lfRastriginShift( double *plfX, int iVectorLen )
{
#if 0
	int i;
	double lfXX;
	double lfRes = 0.0;
	double lf2pi = 2.0*pi;
	for( i = 0;i < iVectorLen; i++ )
	{
		lfXX = 1.0-plfX[i];
		lfRes += ( lfXX*lfXX-10.0*cos(lf2pi*lfXX) );
	}
	return lfRes+10.0*iVectorLen;
#else
	int i;
	double lfXX;
	double lfRes = 0.0;
	double lf2pi = pi+pi;
	double alfXX[5];
	int iVectorLen5;

	iVectorLen5 = iVectorLen % 5;

	for (i = 0; i < iVectorLen5; i++)
	{
		lfXX = 1.0 - plfX[i];
		lfRes += (lfXX*lfXX - 10.0*cos(lf2pi*lfXX));
	}
	for (i = iVectorLen5; i < iVectorLen; i += 5)
	{
		alfXX[0] = plfX[i]*plfX[i];
		alfXX[1] = plfX[i+1]*plfX[i+1];
		alfXX[2] = plfX[i+2]*plfX[i+2];
		alfXX[3] = plfX[i+3]*plfX[i+3];
		alfXX[4] = plfX[i+4]*plfX[i+4];
		lfRes += (alfXX[0]*alfXX[0] + alfXX[1]*alfXX[1] + alfXX[2]*alfXX[2] + alfXX[3]*alfXX[3] + alfXX[4]*alfXX[4] -
			10.0*(cos(lf2pi*plfX[i]) + cos(lf2pi*plfX[i + 1]) + cos(lf2pi*plfX[i + 2]) + cos(lf2pi*plfX[i + 3]) + cos(lf2pi*plfX[i + 4])));
	}
	return lfRes + 10.0*iVectorLen;
#endif
}

/**
 * <PRE>
 * 　目的関数のSchwefel's 関数の計算を実行します。
 * 　大域的最適解 x_{i}=420.09687 f(x_{i})=-418.9829n (-512<=x_{i}<=512)
 *   \sum^{n}_{i=1}(x_{i}\sin\sqr(|x_{i}|))
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数の誤り修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfSchwefel( double *plfX, int iVectorLen )
{
	int i;
	double lfRes = 0.0;
	for( i = 0;i < iVectorLen; i++ )
	{
		if( -512 <= plfX[i] && plfX[i] <= 512 )	
			lfRes += ( -plfX[i]*sin(sqrt(fabs(plfX[i]))) );
	}
	return 418.982887272433369*iVectorLen-lfRes;
}

/**
 * <PRE>
 * 　目的関数のSix-hump camel back 関数の計算を実行します。
 * 　大域的最適解 (x_{1},x_{2})=420.09687 f(x_{1},x_{2})=-1.0316 (-3<=x_{1}<=3, -2<=x_{2}<=2)
 *   \sum^{n}_{i=1}(x_{i}\sin\sqr(|x_{i}|))
 *   2次元関数です。
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 計算の最適化を実施
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfSixHumpCamelBack( double *plfX, int iVectorLen )
{
	double lfRes = 0.0;
	double lfXX1;
	double lfXX2;
	lfXX1 = plfX[0]*plfX[0];
	lfXX2 = plfX[1]*plfX[1];
	lfRes = ( 4.0-2.1*lfXX1+lfXX1*lfXX1/3.0 )*lfXX1 + plfX[0]*plfX[1] + 4.0*(lfXX2-1.0)*lfXX2;
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のShubert's 関数の計算を実行します。(2次元関数)
 * 　大域的最適解 (x_{1},x_{2})=-186.7309 f(x_{1},x_{2})=-1.0316 (-3<=x_{1}<=3, -2<=x_{2}<=2)
 *   \sum^{n}_{i=1}(i*\cos(i+(i+1x))*\sum^{n}_{i=1}(i*\cos(i+(i+1x))
 *   2次元関数。
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数計算の最適化
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.2
 */
double lfShubert( double *plfX, int iVectorLen )
{
	int i;
	int iData;
	int n;
	double lfResX = 0.0;
	double lfResY = 0.0;
	n = 5;

	for( i = 0;i < n; i++ )
	{
		iData = i+2;
		lfResX += (double)(i+1)*cos(i+1+iData*plfX[0]);
		lfResY += (double)(i+1)*cos(i+1+iData*plfX[1]);
	}
	return lfResX*lfResY;
}

/**
 * <PRE>
 * 　目的関数のGoldstein-Price's 関数の計算を実行します。(2次元関数)
 * 　大域的最適解 (x_{1},x_{2})=3 f(x_{1},x_{2})=(0,1) (-2<=x_{1}<=2, -2<=x_{2}<=2)
 *   2次元関数です。
 *   ver 0.1 初期バージョン
 *   ver 0.2 条件を追加(2次元以外はすべて0)
 *   ver 0.3 2016/11/29 関数の誤りを修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.3
 */
double lfGoldsteinPrice( double *plfX, int iVectorLen )
{
	double lfRes = 0.0;
	double lfX2_1,lfX2_2,lfX2_3,lfX2_4,lfX2_5;

	lfX2_1 = (plfX[0]+plfX[1]+1);
	lfX2_1 *= lfX2_1;
	lfX2_2 = (2*plfX[0]-3*plfX[1]);
	lfX2_2 *= lfX2_2;
	lfX2_3 = plfX[0]*plfX[0];
	lfX2_4 = plfX[1]*plfX[1];
	lfX2_5 = plfX[0]*plfX[1];

	lfRes = ( 1.0+lfX2_1*( 19.0-14.0*plfX[0]+3*lfX2_3-14*plfX[1]+6*lfX2_5+3*lfX2_4 ) ) *
			( 30.0+lfX2_2*( 18.0-32.0*plfX[0]+12.0*lfX2_3+48.0*plfX[1]-36.0*lfX2_5+27.0*lfX2_4) );

	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のBranins's rcos 関数の計算を実行します。(2次元関数)
 * 　大域的最適解 (x_{1},x_{2})=0.397887 f(x_{1},x_{2})=(-π,12.275), (π,2.275) (9.42478,2.475)
 *   ver 0.1 2015/6/17 初期版
 *   ver 0.2 2016/11/29 実装誤りの修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.2
 */
double lfBraninsRCos( double *plfX, int iVectorLen )
{
	double lfRes = 0.0;
	double lfX2_1;
	double lfA,lfB,lfC,lfD,lfE,lfF;

	lfA = 1.0;
	lfB = 5.1/(4.0*pi*pi);
	lfC = 5.0/pi;
	lfD = 6.0;
	lfE = 10.0;
	lfF = 1.0/(8.0*pi);
	lfX2_1 = plfX[1]-lfB*plfX[0]*plfX[0]+lfC*plfX[0]-lfD;
	lfX2_1 *= lfX2_1;

	lfRes = lfA*lfX2_1 + lfE*(1.0-lfF)*cos(plfX[0]) + lfE;

	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のLangermann's 関数の計算を実行します。
 *	 \sum^{m}_{i=1}c_{i}*\exp( -\dfrac{1}{\pi}\sum^{n}_{j=1}(x_{j}-a_{ij})^{2} )cos(\pi\sum^{n}_{j=1}(x_{j}-a_{ij})^{2})
 * 　大域的最適解 -5.12 \leq X_{1}, X_{2} \leq 5.12
 *   M の値は推奨値が5とされている。
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfLangermann( double *plfX, int iVectorLen )
{
	int i,j;
	int M = 5;
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfRes = 0.0;
	double pplfA[2][5] = {{3,5,2,1,7},{5,2,1,4,9}};
	double plfC[5] = {1,2,5,2,3};

	for( i = 0;i < M; i++ )
	{
		lfRes1 = lfRes2 = 0.0;
		for( j = 0;j < iVectorLen; j++ )
		{
			lfRes1 += (plfX[j]-pplfA[i][j])*(plfX[j]-pplfA[i][j]);
		}
		lfRes2 = lfRes1;
		lfRes1 *= -1.0/pi;
		lfRes2 *= pi;
		lfRes += plfC[i]*exp(lfRes1)*cos(lfRes2);
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のDrop wave 関数の計算を実行します。(2次元関数)
 *	 ( 1.0+\cos(12*\sqrt{X_{1}*X_{1}+X_{2}*X_{2}) )/( 1/2*(X_{1}*X_{1}+X_{2}*X_{2} )+2 )
 * 　大域的最適解 -5.12 \leq X_{1}, X_{2} \leq 5.12
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数計算の最適化
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.2
 */
double lfDropWave( double *plfX, int iVectorLen )
{
	double lfRes = 0.0;
	double lfDist;

	lfDist = plfX[0]*plfX[0]+plfX[1]*plfX[1];
	lfRes = ( 1.0+cos(12.0*sqrt(lfDist) ) )/( 0.5*lfDist+2.0 );
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のShekel's Foxholes 関数の計算を実行します。
 *	 -\sum^{m}_{i=1}( \sum^{n}_{j=1}(x_{j}-a_{ij})^{2} + c_{i} ) - 1
 * 　大域的最適解 -5.12 \leq X_{1}, X_{2} \leq 5.12
 *   M の値は推奨値が30とされている。
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfShekelsFoxholes( double *plfX, int iVectorLen )
{
	int i,j;
	int M = 30;
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfRes = 0.0;
	double pplfA[2][5] = {{3,5,2,1,7},{5,2,1,4,9}};
	double plfC[5] = {1,2,5,2,3};

	for( i = 0;i < M; i++ )
	{
		for( j = 0;j < iVectorLen; j++ )
		{
			lfRes1 += (plfX[j]-pplfA[i][j])*(plfX[j]-pplfA[i][j]) + plfC[i];
		}
	}
	return lfRes-1.0;
}

/**
 * <PRE>
 * 　目的関数のPaviani's Foxholes 関数の計算を実行します。
 *	 -\sum^{m}_{i=1}( \sum^{n}_{j=1}(x_{j}-a_{ij})^{2} + c_{i} ) - 1
 * 　大域的最適解 -5.12 \leq X_{1}, X_{2} \leq 5.12
 *   M の値は推奨値が30とされている。
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfPavianiFoxholes( double *plfX, int iGenVector )
{
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfRes11 = 0.0;
	double lfRes12 = 1.0;
	int i;

	for( i = 0;i < iGenVector; i++ )
	{
		lfRes1 = log( plfX[i]-2 );
		lfRes1 *= lfRes1;
		lfRes2 = log( 10.0-plfX[i] );
		lfRes2 *= lfRes2;
		lfRes11 += lfRes1 + lfRes2;
	}
	for( i = 0;i < iGenVector; i++ )
	{
		lfRes12 *= plfX[i];
	}
	lfRes12 = pow( lfRes12, 0.2 );
	return lfRes11 - lfRes12;
}

/**
 * <PRE>
 * 　目的関数のSine envelope sine wave 関数の計算を実行します。
 *	 -\sum^{n-1}_{i=1}( \dfrac{\sin^{2}(\sqrt(x^{2}_{i+1}+x^{2}_{i})-0.5)}{(0.001(x^{2}_{i+1}+x^{2}_{i} + 1))^{2}} + 0.5)
 * 　大域的最適解 -100 \leq X_{i} \leq 100
 *   ver 0.1 初期バージョン
 *   ver 0.2 2016/9/27 関数に誤りがあり修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.1
 */
double lfSineEnvelopeSineWave( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfDist = 0.0;
	double lfDist2 = 0.0;
	double lfSin = 0.0;
	int i;

	for( i = 0;i < iGenVector-1; i++ )
	{
		lfDist = plfX[i]*plfX[i]+plfX[i+1]*plfX[i+1];
		lfSin = sin( sqrt(lfDist) - 0.5 );
		lfDist = (0.001*lfDist+1.0);
		lfRes += (lfSin*lfSin)/(lfDist*lfDist) + 0.5;
	}
	return -lfRes;
}

/**
 * <PRE>
 * 　目的関数のEgg Hloder 関数の計算を実行します。
 *	 -\sum^{m}_{i=1}( \sum^{n}_{j=1}(x_{j}-a_{ij})^{2} + c_{i} ) - 1
 * 　大域的最適解 -512 \leq X_{1}, X_{2} \leq 512
 *   ver 0.1 初期バージョン
 *   ver 0.2 関数の算出に誤りがあったので修正
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.2
 */
double lfEggHolder( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfDist = 0.0;
	double lfDist2 = 0.0;
	double lfSin = 0.0;
	double lfXi = 0.0;
	int i;

	for( i = 0;i < iGenVector-1; i++ )
	{
		lfXi = plfX[i+1]+47.0;
		lfRes += -lfXi*sin( sqrt( fabs( lfXi+0.5*plfX[i] ) ) )-plfX[i]*sin( sqrt( fabs( plfX[i]-lfXi ) ) );
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のRana's 関数の計算を実行します。
 *	 -(x_{2}-47)\sin{sqrt(x_{2}+dfrac{x_{1}}{2}+47))-x_{1}\sin{\sqrt{\abs{x_{1}-(x_{2}+47)}}}
 * 　大域的最適解 -500 \leq X_{1}, X_{2} \leq 500
 *   f(x)=-50, x= -200
 *   ver 0.1 初期バージョン
 *   ver 0.2 関数算出最適化
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfRana( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfX11 = 0.0;
	double lfX12 = 0.0;
	double lfXAbs1,lfXAbs2;
	int i;

	for( i = 1;i < iGenVector-1; i++ )
	{
		lfX11 = plfX[i]+1;
		lfX12 = -plfX[i]+1;
		lfXAbs1 = fabs( plfX[i+1]+lfX12 );
		lfXAbs2 = fabs( plfX[i+1]+lfX11 );
		lfRes = lfX11*cos( sqrt( lfXAbs1 ) )*sin( sqrt( lfXAbs2 ) )+plfX[i]*cos( sqrt( lfXAbs2 ) )*sin( lfXAbs1 );
	}
	return lfRes;
}


/**
 * <PRE>
 * 　目的関数のPathological test 関数の計算を実行します。
 *	 -\sum^{n-1}_{i=1}( \dfrac{\sin^{2}(\sqrt(x^{2}_{i+1}+100x^{2}_{i})-0.5)}{(0.001(x^{2}_{i+1}-2x_{i+1}x_{i}+x^{2}_{i} + 1))} + 0.5)
 * 　大域的最適解 -100 \leq X_{i} \leq 100
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 1.0
 */
double lfPathologicalTest( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfDist = 0.0;
	double lfDist2 = 0.0;
	double lfSin = 0.0;
	int i;

	for( i = 0;i < iGenVector-1; i++ )
	{
		lfDist = 100*plfX[i]*plfX[i]+plfX[i+1]*plfX[i+1];
		lfSin = sin( sqrt(lfDist) - 0.5 );
		lfDist = (0.001*plfX[i+1]*plfX[i+1]-2.0*plfX[i+1]*plfX[i]+plfX[i]*plfX[i]+1.0);
		lfRes += (lfSin*lfSin)/(lfDist*lfDist) + 0.5;
	}
	return -lfRes;
}

/**
 * <PRE>
 * 　目的関数のMaster's cosine wave 関数の計算を実行します。
 *	 \sum_{i=1}^{n-1}\exp(\dfrac{1}{8}(x_{i+1}^{2}+0.5x_{i}x_{i+1}+x_{I}^{2})\cos(4\sqrt(x_{i+1}^{2}+0.5x_{i}x_{i+1}+x_{I}^{2}))
 * 　大域的最適解 -5 \leq X_{1}, X_{2} \leq 5
 *   f(x)=-50, x= -200
 *   ver 0.1 初期バージョン
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/9/28
 * @version 0.1
 */
double lfMasterCosineWave( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfDist = 0.0;
	double lfProduct = 0.0;
	int i;

	for( i = 1;i < iGenVector-1; i++ )
	{
		lfDist = plfX[i+1]*plfX[i+1]+plfX[i]*plfX[i];
		lfProduct = 0.5*plfX[i]*plfX[i+1];
		lfRes += exp( 0.125*( lfDist+lfProduct ) )*cos( 4.0*sqrt( lfDist+lfProduct ) );
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のKeane's 関数の計算を実行します。
 *	 -(x_{2}-47)\sin{sqrt(x_{2}+dfrac{x_{1}}{2}+47))-x_{1}\sin{\sqrt{\abs{x_{1}-(x_{2}+47)}}}
 * 　大域的最適解 0 \leq X_{1}, X_{2} 10
 *   f(x)=-50, x= -200
 *   ver 0.1 初期バージョン
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/9/28
 * @version 0.1
 */
double lfKeane( double *plfX, int iGenVector )
{
	double lfRes1 = 0.0;
	double lfRes2 = 1.0;
	double lfRes3 = 0.0;
	double lfCos,lfCos2,lfCos4;
	int i;

	for( i = 1;i < iGenVector; i++ )
	{
		lfCos = cos(plfX[i]);
		lfCos2 = lfCos*lfCos;
		lfCos4 = lfCos2*lfCos2;
		lfRes1 += lfCos4;
		lfRes2 *= lfCos2;
		lfRes3 += (double)i*plfX[i]*plfX[i];
	}
	return ( lfRes1-2.0*lfRes2 )/sqrt( lfRes3 );
}

/**
 * <PRE>
 * 　目的関数のTrid 関数の計算を実行します。
 *	 -(x_{2}-47)\sin{sqrt(x_{2}+dfrac{x_{1}}{2}+47))-x_{1}\sin{\sqrt{\abs{x_{1}-(x_{2}+47)}}}
 * 　大域的最適解 -d^2 \leq X_{1}, X_{2} \leq d^2
 *   f(x)=-50, x= -200
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2015/6/17
 * @version 0.1
 */
double lfTrid( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfX12 = 0.0;
	int i;

	for( i = 1;i < iGenVector; i++ )
	{
		lfX12 = (plfX[i]-1);
		lfX12 *= lfX12;
		lfRes1 += lfX12;
		lfRes2 += plfX[i]*plfX[i-1];
	}
	lfRes1 += (plfX[0]-1)*(plfX[0]-1);
	lfRes = lfRes1-lfRes2;
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のk-tablet関数の計算を実行します。
 *	 -\sum^{k}_{i=1}x_{i}^2+\sum^{n}_{i=k+1}(100x_{i})^{2}
 * 　大域的最適解 -5.12 \leq X_{1}, X_{2} \leq 5.12 x = (0,0,0,0...,0)
 *   k=n/4
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/8/24
 * @version 0.1
 */
double lfkTablet( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfXX = 0.0;
	int i;
	int k;

	k = iGenVector/4;

	for( i = 0;i < k; i++ )
	{
		lfRes += plfX[i]*plfX[i];
	}
	for( i = k;i < iGenVector; i++ )
	{
		lfXX = 100.0*plfX[i];
		lfRes += lfXX*lfXX;
	}
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のSchaffer関数の計算を実行します。
 *	 -\sum^{n-1}_{i=1}(x_{i}^2+(x_{i+1})^{2})^0.25*(\sin^{2}(50(x_{i}^{2}+x_{i+1}^{2})^{0.1})+1.0)
 * 　大域的最適解 -100 \leq X_{1}, X_{2} \leq 100 x = (0,0,0,0...,0)
 *   ver 0.1 初版
 *   ver 0.2 数式に誤りがあり修正 2016/10/09
 *   ver 0.3 高速化処置 2016/10/11
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/9/14
 * @version 0.3
 */
double lfSchaffer( double *plfX, int iGenVector )
{
#if 0
	double lfRes = 0.0;
	double lfXX = 0.0;
	double lfSquare = 0.0;
	double lfSin = 0.0;
	int i;
	int k;
	for( i = 0;i < iGenVector-1; i++ )
	{
		lfSquare = plfX[i]*plfX[i]+plfX[i+1]*plfX[i+1];
		lfSin = sin(50.0*pow(lfSquare,0.1));
		lfRes += pow(lfSquare, 0.25)*(lfSin*lfSin+1.0);
	}
#else
	double lfRes = 0.0;
	double lfXX = 0.0;
	double lfSquare = 0.0;
	double lfSin = 0.0;
	double lfPower = 0.0;
	double lfPower2, lfPower4, lfPower8, lfPower10;
	double alfXX[6];
	double alfSquare[5];
	double alfSin[5];
	double alfPower2[5];
	double alfPower4[5];
	double alfPower8[5];
	double alfPower10[5];
	int iGenVector_51;
	int iGenVector_52;
	int i;

	iGenVector_51 = iGenVector % 5;
	iGenVector_52 = (iGenVector - 1) / 5;
	for (i = 0; i < iGenVector_51; i++)
	{
		lfSquare = plfX[i] * plfX[i] + plfX[i + 1] * plfX[i + 1];
		lfPower2 = pow(lfSquare, 0.05);
		lfPower4 = lfPower2*lfPower2;
		lfPower8 = lfPower4*lfPower4;
		lfPower10 = lfPower2*lfPower8;
		lfSin = sin(50.0*lfPower4);
		lfRes += lfPower10*(lfSin*lfSin + 1.0);
	}
	for (i = iGenVector_51; i < iGenVector; i+=5)
	{
		alfXX[0] = plfX[i] * plfX[i];
		alfXX[1] = plfX[i+1] * plfX[i+1];
		alfXX[2] = plfX[i+2] * plfX[i+2];
		alfXX[3] = plfX[i+3] * plfX[i+3];
		alfXX[4] = plfX[i+4] * plfX[i+4];
		alfXX[5] = plfX[i+5] * plfX[i+5];
		alfSquare[0] = alfXX[0] + alfXX[1];
		alfSquare[1] = alfXX[1] + alfXX[2];
		alfSquare[2] = alfXX[2] + alfXX[3];
		alfSquare[3] = alfXX[3] + alfXX[4];
		alfSquare[4] = alfXX[4] + alfXX[5];
		alfPower2[0] = pow(alfSquare[0], 0.05);
		alfPower2[1] = pow(alfSquare[1], 0.05);
		alfPower2[2] = pow(alfSquare[2], 0.05);
		alfPower2[3] = pow(alfSquare[3], 0.05);
		alfPower2[4] = pow(alfSquare[4], 0.05);
		alfPower4[0] = alfPower2[0] * alfPower2[0];
		alfPower4[1] = alfPower2[1] * alfPower2[1];
		alfPower4[2] = alfPower2[2] * alfPower2[2];
		alfPower4[3] = alfPower2[3] * alfPower2[3];
		alfPower4[4] = alfPower2[4] * alfPower2[4];
		alfPower8[0] = alfPower4[0] * alfPower4[0];
		alfPower8[1] = alfPower4[1] * alfPower4[1];
		alfPower8[2] = alfPower4[2] * alfPower4[2];
		alfPower8[3] = alfPower4[3] * alfPower4[3];
		alfPower8[4] = alfPower4[4] * alfPower4[4];
		alfPower10[0] = alfPower8[0] * alfPower2[0];
		alfPower10[1] = alfPower8[1] * alfPower2[1];
		alfPower10[2] = alfPower8[2] * alfPower2[2];
		alfPower10[3] = alfPower8[3] * alfPower2[3];
		alfPower10[4] = alfPower8[4] * alfPower2[4];
		alfSin[0] = sin(50.0*alfPower2[0]);
		alfSin[1] = sin(50.0*alfPower2[1]);
		alfSin[2] = sin(50.0*alfPower2[2]);
		alfSin[3] = sin(50.0*alfPower2[3]);
		alfSin[4] = sin(50.0*alfPower2[4]);
		lfRes += alfPower10[0]*(alfSin[0]*alfSin[0]+1.0) +
				 alfPower10[1]*(alfSin[1]*alfSin[1]+1.0) +
			     alfPower10[2]*(alfSin[2]*alfSin[2]+1.0) +
				 alfPower10[3]*(alfSin[3]*alfSin[3]+1.0) +
				 alfPower10[4]*(alfSin[4]*alfSin[4]+1.0);
	}
#endif
	return lfRes;
}

/**
 * <PRE>
 * 　目的関数のBohachevsky関数の計算を実行します。
 *	 -\sum^{n-1}_{i=1}(x_{i}^2+2x_{i+1}^{2}-0.3\cos(3\pi x_{i})-0.4cos(4\pi x_{i+1} + 0.7)
 * 　大域的最適解 -5.12 \leq x_{i} \leq 5.12 x = (0,0,0,0...,0)
 *   ver 0.1 初版
 *   ver 0.2 数式に誤りがあり修正 2016/10/09
 * </PRE>
 * @param plfX			引数
 * @param iVectorLen	引数の次元数
 * @author kobayashi
 * @since 2016/9/14
 * @version 0.1
 */
double lfBohachevsky( double *plfX, int iGenVector )
{
	double lfRes = 0.0;
	double lfXX1 = 0.0;
	double lfXX2 = 0.0;
	double lfCos1 = 0.0;
	double lfCos2 = 0.0;
	double lf3pi,lf4pi;
	int i;

	lf3pi = 3.0*pi;
	lf4pi = 4.0*pi;
	for( i = 0;i < iGenVector-1; i++ )
	{
		lfXX1 = plfX[i]*plfX[i];
		lfXX2 = 2.0*plfX[i+1]*plfX[i+1];
		lfCos1 = 0.3*cos(lf3pi*plfX[i]);
		lfCos2 = 0.4*cos(lf4pi*plfX[i+1]);
		lfRes += lfXX1+lfXX2-lfCos1-lfCos2+0.7;
	}
	return lfRes;
}

/**
* <PRE>
* 　目的関数のZakharov関数の計算を実行します。
*	 -\sum^{n}_{i=1}(x_{i}^2+(sum^{n}_{i=1}(\dfrac{ix_{i}^2}{2})^{2}+(sum^{n}_{i=1}(\dfrac{ix_{i}^2}{2})^{4})
* 　大域的最適解 -5.12 \leq x_{i} \leq 5.12 x = (0,0,0,0...,0)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2016/11/09
* @version 0.1
*/
double lfZakharov(double *plfX, int iGenVector)
{
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfRes4 = 0.0;
	double lfXX1 = 0.0;
	double lfXX2 = 0.0;
	int i;

	for (i = 0; i < iGenVector; i++)
	{
		lfXX1 = plfX[i] * plfX[i];
		lfXX2 = plfX[i] * plfX[i]*(double)i;
		lfRes1 += lfXX1;
		lfRes2 += lfXX2;
	}
	lfRes4 = 0.25*lfRes2*lfRes2;
	lfRes4 = lfRes4*lfRes4;
	return lfRes1+lfRes2+lfRes4;
}

/**
* <PRE>
* 　目的関数のSalomon Problem関数の計算を実行します。
*	 1-\cos(2\pi\sqrt(\sum^{n}_{i=1}(x_{i}^2)))+0.1*sqrt(\sum^{n}_{i=1}(x_{i}^2))
* 　大域的最適解 -100 \leq x_{i} \leq 100 x = (0,0,0,0...,0)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2016/11/09
* @version 0.1
*/
double lfSalomonProblem(double *plfX, int iGenVector)
{
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lfRes4 = 0.0;
	double lfXX1 = 0.0;
	double lfXX2 = 0.0;
	int i;

	for (i = 0; i < iGenVector; i++)
	{
		lfXX1 = plfX[i] * plfX[i];
		lfRes1 += lfXX1;
	}
	lfRes1 = sqrt(lfRes1);
	return 1.0 - cos(2.0*pi*lfRes1)+0.1*lfRes1;
}

/**
* <PRE>
* 　目的関数のAlpine functionの計算を実行します。
*	 \sum^{n}_{i=1}\abs(x_{i}*\sin(x_{i})+0.1*x_{i})
* 　大域的最適解 -10 \leq x_{i} \leq 10 x = (0,0,0,0...,0)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2016/11/09
* @version 0.1
*/
double lfAlpine(double *plfX, int iGenVector)
{
	double lfRes = 0.0;
	int i;

	for (i = 0; i < iGenVector; i++)
	{
		lfRes += fabs(plfX[i] * sin(plfX[i]) + 0.1*plfX[i]);
	}
	return lfRes;
}

/**
* <PRE>
* 　目的関数のWeierstrass functionの計算を実行します。
*	 \sum^{n}_{i=1}\abs(x_{i}*\sin(x_{i})+0.1*x_{i})
* 　大域的最適解 -10 \leq x_{i} \leq 10 x = (0,0,0,0...,0)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2016/11/09
* @version 0.1
*/
double lfWeierstrass(double *plfX, int iGenVector)
{
	double lfRes = 0.0;
	double ikMax = 20;
	double lfA = 0.5;
	double lfB = 3.0;
	double lfRes1 = 0.0;
	double lfRes2 = 0.0;
	double lf2pi = pi + pi;
	double lfPowA = 1.0;
	double lfPowB = 1.0;
	int i;
	int iKMax = 20;
	double alfA[20];
	double alfB[20];

	for (i = 0; i < ikMax; i++)
	{
		lfPowA *= lfA;
		lfPowB *= lfB;
		lfRes1 += lfPowA*cos(lf2pi*lfPowB*(plfX[i] + 0.5));
		lfRes2 += lfPowA*cos(lf2pi*lfPowB*0.5);
		lfRes += lfRes1 - iGenVector*lfRes2;
	}
	return lfRes;
}

/**
* <PRE>
* 　目的関数のLevy functionの計算を実行します。
*	 \sin^{2}(\pi\omega_{1})+\sum^{d-1}_{i=1}(\omega-1)^{2}[1+10\sin^{2}(\pi\oemga_{i}+1)]+(\oemga_{d}-1)^{2}[1+\sin^{2}(2\pi\omega_{d})]
*    \omega_{i} = 1 + \dfrac{x_{i}-1}{4}
* 　大域的最適解 -10 \leq x_{i} \leq 10 x = (1,1,1,1...,1)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2017/02/28
* @version 0.1
*/
double lfLevy(double *plfX, int iGenVector)
{
	int i;
	double lfRes = 0.0;
	double lfOmega;
	double lfOmega2;
	double lfSin21;
	double lfSin22;
	double lfSin20;

	lfOmega = 1.0 + (plfX[0] - 1.0)*0.25;
	lfSin20 = sin(pi*lfOmega);
	lfSin20 *= lfSin20;
	for (i = 0; i < iGenVector-1; i++)
	{
		lfOmega = 1.0 + (plfX[i] - 1.0)*0.25;
		lfOmega2 = (lfOmega - 1.0);
		lfOmega2 *= lfOmega2;
		lfSin21 = sin(pi*lfOmega + 1.0);
		lfSin21 *= lfSin21;
		lfRes += lfOmega2*(1.0+10.0*lfSin21);
	}
	lfOmega = 1.0 + (plfX[iGenVector-1] - 1.0)*0.25;
	lfOmega2 = (lfOmega - 1.0);
	lfOmega2 *= lfOmega2;
	lfSin22 = sin(2.0*pi*lfOmega);
	lfSin22 *= lfSin22;

	return lfSin20 + lfRes + lfSin22;
}

/**
* <PRE>
* 　目的関数のBukin functionの計算を実行します。
*	 f(x) = 100\sqrt{x_{2}-0.01x^{2}_{1}}+0.01|x_{1}+10|
* 　大域的最適解  f_{x} = 0 x = (10,1)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2017/02/28
* @version 0.1
*/
double lfBukin(double *plfX, int iGenVector)
{
	return 100.0 * sqrt(fabs(plfX[1] - 0.01*plfX[0]*plfX[0])) + 0.01*fabs(plfX[0] + 10.0);
}

/**
* <PRE>
* 　目的関数のGramacy & Lee functionの計算を実行します。
*	 f(x) = \dfrac{\sin(10\pi x)}{2x}+(x-1)^{4}
* 　大域的最適解  f_{x} = 0 x = 0.5 or 2.5
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2017/02/28
* @version 0.1
*/
double lfGramacyLee(double *plfX, int iGenVector)
{
	return sin(10*pi*plfX[0])/plfX[0]*0.5+(plfX[0]-1.0)*(plfX[0] - 1.0)*(plfX[0] - 1.0)*(plfX[0] - 1.0);
}

/**
* <PRE>
* 　目的関数のMcCormick functionの計算を実行します。
*	 f(x) = \sin(x_{1}+x_{2})+(x_{1}-x_{2})^{2}-1.5x_{1}+2.5x_{2}+1
* 　大域的最適解  -1.5 <= x_{1} <= 4, -3 <= x_{2} <= 4 f_{x} = -1.9133 x = (-0.54719, -1.54719)
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2017/03/09
* @version 0.1
*/
double lfMccormick(double *plfX, int iGenVector)
{
	return sin(plfX[0]+plfX[1])+(plfX[0]-plfX[1])*(plfX[0] - plfX[1])-1.5*plfX[0]+2.5*plfX[1]+1;
}

/**
* <PRE>
* 　救急部門における混雑度合いを表した評価指標であるNEDOCSの計算を実行します。
*	 NEDOCS = -20 + 85.8*\dfrac{Total patient}{ED beds} + 600*\dfrac{admits}{hospital beds}+13.4*vetilators+0.93*(longest admit)+5.64*(Last bed time)
* 　最小値 -20.0 各変数が0の場合 次元数は7次元
*   ver 0.1 初版
* </PRE>
* @param plfX			引数
* @param iVectorLen	引数の次元数
* @author kobayashi
* @since 2017/03/07
* @version 0.1
*/
double lfNedocs(double *plfX, int iGenVector)
{
	int i;
	double lfEdBeds = 0;
	double lfHospitalBeds = 0;
	double lfTotalPatients = 0;
	double lfEdPatients = 0;
	double lfVentilators = 0;
	double lfLongestAdmit = 0.0;
	double lfLastBedTime = 0.0;
	double lfRes = 0.0;

//	lfTotalPatients = plfX[0];
//	lfEdBeds = plfX[1];
//	lfEdPatients = plfX[2];
//	lfHospitalBeds = plfX[3];
//	lfVentilators = plfX[4];
//	lfLongestAdmit = plfX[5];
//	lfLastBedTime = plfX[6];
	lfTotalPatients = plfX[35];
	lfEdBeds = plfX[0] + plfX[2] + plfX[5] * plfX[24] + plfX[6] * plfX[26];
	lfEdPatients = plfX[36];
	lfHospitalBeds = plfX[5] * plfX[24] + plfX[6] * plfX[26] + plfX[7] * plfX[28];
	lfVentilators = plfX[37];
	lfLongestAdmit = plfX[38];
	lfLastBedTime = plfX[39];
	// 診察室、初療室、手術室に人がいない状況が算出される場合は極端な場合がシミュレーション結果として出ているので、
	// この場合はNEDOCS値を極端に高くし、採用されないようにします。
	lfRes = -20.0 + 85.8*(lfTotalPatients / lfEdBeds) + 600.0*(lfEdPatients / lfHospitalBeds) + 13.4*lfVentilators + 0.93*lfLongestAdmit + 5.64*lfLastBedTime;
	lfRes = lfRes < 0.0 ? 10000.0 : lfRes;
	return lfRes;
}