概念
1、是基于群体智能理论的优化算法,通过群体内个体间的合作与竞争而产生的智能优化搜索算法。相比较于进化计算,保留了基于种群的全局搜索策略,采用实数编码,降低了进化计算的复杂性。
差分算法是一种随机的启发式、自组织最小化算法。
2、查分算法的特点:
(1)结构简单、容易使用;
(2)性能优越;
(3)自适应性;
(4)具有内在的并行性,可协同搜索;
(5)算法通用;
3、操作程序:
初始化——变异——交叉——选择——边界条件处理
4、特点
相对于遗传算法,增加边界条件处理;
其变异向量的产生是差分的形式:
v
在交叉过程中,其的实验向量变化为:
r
其中,D为维度,CR为其的交叉算子,范围为[0,1];
在选择过程中,实验向量只与一个个体相比较:
for
5、改进的差分计算
分为两种:自适应差分计算与离散型差分计算,变异过程不同。
自适应差分计算为:
lamada
离散型差分计算为:
v
实例
计算函数最小值:
clear