DE差分进化算法（python实现）

寻宇觅宙

已于 2023-03-23 12:07:58 修改

阅读量373

点赞数

分类专栏：演化计算文章标签： python 算法

于 2022-10-21 16:51:58 首次发布

本文链接：https://blog.csdn.net/weixin_51521247/article/details/127449541

版权

~~留下点赞，揭晓答案！~~
目标：# 计算f(x) = x12 + x22 - 3x1 + 4x2 + 2x1x2 的最小值， -10<xi<10 i=1，2

利用演化计算的DE差分进化算法1.0实现

import random
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm


# 计算f(x) = x1**2 + x2**2 - 3x1 + 4x2 + 2x1x2 的最小值， -10<xi<10

class DE(object):
    def __init__(self):
        self.Max_epoch = 100  # 最大迭代次数
        self.F = 0.5  # 缩放常数
        self.CR = 0.9
        self.population_size = 30
        self.population = np.array([[random.random() * 20 - 10 for i in range(self.population_size)],
                                    [random.random() * 20 - 10 for i in range(self.population_size)]])
        print(self.population)
        self.Min = -10
        self.Max = 10
        # 初始化种群
        self.fig = None
        self.ax = None

    # 选择操作
    def choose(self, pX_ori, pU_new):
        Good = np.zeros_like(self.population)
        x1 = pU_new[0<