差分进化算法DE

一、首先看B站一段视频，对算法有个概述了解。

视频链接

二、详情
   差分进化算法(Differential Evolution，DE)由Storn和Price于1995年首次提出，主要用于求解实数优化问题。1996年在日本名古屋举行的第一届国际演化计算(ICEO)竞赛中，差分进化算法被证明是速度最快的进化算法。
   差分进化思想来源于遗传算法（GeneticAlgorithm，GA），模拟遗传学中的杂交(crossover)、变异(mutation)、复制(reproduction)来设计遗传算子。该算法是一类基于群体的自适应全局优化算法，属于演化算法的一种。差分进化算法具有结构简单、容易实现、收敛快速、鲁棒性强等特点，被广泛应用在数据挖掘、模式识别、数字滤波器设计、人工神经网络、电磁学等各个领域。
   差分进化算法相对于遗传算法而言，相同点都是通过随机生成初始种群，以种群中每个个体的适应度值为选择标准，主要过程也都包括变异、交叉和选择三个步骤。不同之处在于遗传算法是根据适应度值来控制父代杂交，变异后产生的子代被选择的概率值，在最大化问题中适应值大的个体被选择的概率相应也会大一些。而差分进化算法变异向量是由父代差分向量生成，并与父代个体向量交叉生成新个体向量，直接与其父代个体进行选择。显然差分进化算法相对遗传算法的逼近效果更加显著。

三、差分进化算法
针对算法的具体实现步骤，推荐几篇写的很好的博文，分享大家学习参考。

1、算法原理以及伪代码实现。

2、算法代码讲解。

3、部分可以参考。

4、MATLAB详解。

 如果你觉得不错，佛系随缘打赏，感谢，你的支持是我继续耕耘的动力。