差分进化算法_智能优化算法及其MATLAB实例-差分进化笔记

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