差分进化算法
差分进化算法(Diffrential Evolution)通过对种群中个体之间的差异进行操作,产生新的解,并进行选择,使其逐步逼近最优解。
具体工作原理如下:
-
初始化种群
初始种群个体
第iter次迭代的第i个个体表示如下:
x i i t e r = [ x i , 1 i t e r , x i , 2 i t e r , ⋯ , x i , D i t e r ] , i = 1 , 2 , ⋯ , N x^{iter}_i = [x^{iter}_{i,1},x^{iter}_{i,2},\cdots,x^{iter}_{i,D}],i = 1,2,\cdots,N xiiter=[xi,1iter,xi,2iter,⋯,xi,Diter],i=1,2,⋯,ND为个体的维度
N为种群的大小
-
差分操作
这是差分进化算法的核心
- 选择参考个体: x i i t e r x^{iter}_i x