说明：  1）测试函数的意义： 一个多维度的点在使用梯度方法寻优的时候，往往是有多个方向的； 2）该函数：检测一个算法的全局收敛速度。维度增加的时候，它的方向梯度，前进的方向是各种各样的； 3）全局最小值f(x) =0
(1) Significance of test function: when a multi-dimensional point is optimized by gradient method, it often has multiple directions; 2) This function detects the global convergence rate of an algorithm. When the dimension increases, its direction gradient and direction are various; 3) Global minimum f (x) = 0)