本课题主要是在MATLAB环境中进行全局优化算法及其数值比较，通过对遗传算法、模式搜索算法以及模拟退火算法等三个全局优化算法分别进行包括Hedar、CEC2014和GKLS等三个国际通用的全局优化测试函数库数值测试，并对测试所得的大量数据通过fixH.M文件进行数据处理，最后利用performance profile技术和data profile技术对处理后得到的大量数据进行比较分析。数值比较结果表明，由于模式搜索算法所需要的运算成本相对较低，且求解出来的问题比例在三个库中也相对较高且稳定，所以模式搜索算法的数值表现最好！

本文的大致组织结构

1.绪论部分，主要描述课题的背景和意义以及大致的组织结构。

2.本文的研究基础，介绍MATLAB和全局优化算法的相关发展和应用背景，以及遗传算法、模拟退火算法和模式搜索算法的简介，包括算法的起源、算法的基本思想和算法的基本步骤。

3.对HEDAR、CEC2014和GKLS测试函数库的介绍，以及对数值实验中的实验环境，测试函数的说明，还包括算法的主要代码，以及其中一些参数的设定！

4.对performance profile技术和data profile技术这两种技术的介绍。并重点利用performance profile技术和data profile技术对测试得到的大量数据进行数值分析，并分别对结果进行按库分析！

5.对本论文进行总结，主要对所得的比较结果进行解释！

本文介绍了遗传算法、模式搜索算法和模拟退火算法的算法的起源、算法的基本思想和算法的基本步骤，以及performance profile技术和data profile技术这两种技术。为了更好认识和理解遗传算法、模式搜索算法以及模拟退火算法等三种全局优化算法的优劣，分别进行了包括GKLS库函数、CEC2014库函数、Hedar库函数等大量的库函数数值测试，利用perf_profile和data_profile这两种技术对测试得到的数据进行分析。