OptimBench 软件开发方案
1. 项目概述
目标：构建一款桌面端 Python 应用，将优化算法基准测试的全流程（算法选择、函数选择、实验配置、并行运行、统计分析、出版级图表生成、数据导出）集成到一个统一的可视化界面中，降低使用门槛，输出可直接用于论文的素材。
核心价值：
- 零代码操作：通过 GUI 完成所有实验，无需编写脚本。
- 标准化对比：统一接口调用 234+ 算法与 11 套标准测试集，保证公平性。
- 出版级产出：一键生成 600 DPI 图表、三线表、统计检验表，支持 PNG/PDF/SVG/EPS/TIFF 及 Excel/MATLAB 导出。
- 可扩展性：支持导入自定义算法，自动纳入同样的统计与可视化流程。
2. 功能需求梳理
2.1 实验配置
- 多选算法（支持搜索过滤）
- 选择 CEC 测试集（下拉）→ 勾选具体函数（自动识别维度兼容性）
- 设置公共参数：种群大小、迭代次数、独立运行次数、问题维度、并行进程数
- 导入自定义算法文件（.py），批量加载，与内置算法统一对待
2.2 实验执行
- 多进程并行，基于
ProcessPoolExecutor - 滑动窗口任务调度，避免内存溢出
- 实时进度条，支持随时中断实验
- 运行日志实时输出至界面
2.3 统计分析
- 六项描述性统计：Mean、Std、Best、Worst、Median、Time(s)
- 三种非参数检验：
- Wilcoxon 秩和检验
- 符号检验（Sign Test）
- Friedman 排名检验（含 χ² 与 p 值）
- 支持任意切换基准算法，Wilcoxon 与 Sign Test 结果实时刷新
2.4 图表生成
- 平均收敛曲线（每函数一张，对数纵轴）
- 箱线图（每函数一张）
- Friedman 排名柱状图（横向）
- 雷达图（综合多函数性能）
- 图表格式：PNG(600 DPI)、PDF、SVG、EPS、TIFF
- 界面内缩略图预览，点击放大
2.5 数据导出
- Excel 工作簿（多个 Sheet：统计表、Wilcoxon、Sign Test、Friedman、排名）
- MATLAB .mat 文件（原始适应度矩阵、收敛曲线矩阵，便于二次分析）
