差分进化算法_差分进化算法

差分进化算法(Differential Evolution Algorithm，DE)是一种高效的全局优化算法。是一种模拟生物进化的随机模型，通过反复迭代，使得那些适应环境的个体被保存了下来。它的进化流程则与遗传算法非常类似，都包括变异、杂交和选择操作，但这些操作的具体定义与遗传算法有所不同。

DE的基本原理

基本思想是从某一组随机产生的初始种群开始，随机选择两个不同的个体向量相减产生差分向量，将差分向量赋予权值后与第三个随机选择的个体向量相加，产生变异向量。然后将变异向量与预先确定的父代个体向量按一定的规则交叉产生试验向量。

若试验向量的适应度值优于父代个体的向量的适应度值，则选用试验的向量进入下一代，否则保留父代个体向量。通过不断的进化，保留优胜的个体，引导搜索过程向最优解逼近。