DE算法综述.DOCVIP

DE算法综述 陈增雄 DE算法的起源 在遗传、选择和变异作用下，自然界生物体优胜劣汰，不断由低级向高级进化和发展，人们注意到适者生存的进化规律可以形式化而构成一些优化算法，近年来发展的进化计算类算法受到了广泛关注【1】 。 差分进化算法(Differential Evolution, DE)是一种新兴的进化计算技术。它是由Storn等人于1995年提出的，最初的设想是用于解决切比雪夫多项式问题,后来发现DE也是解决复杂优化问题的有效技术。【2】【3】 二、基本思想 DE方法是一个自组织最小化方法，用户只需很少的输入，它的关键思想与传统Es不同。传统方法是用预先确定的概率分布函数决定向量扰动，而DE的自组织程序利用种群中两个随机选择的不同向量来干扰一个现有向量，种群中的每一个向量都要进行干扰。如果新向量对应函数值的代价比它们的前辈代价小，它们将取代其前辈。DE利用一个向量种群，其中种群向量的随机扰动可独立进行，因此是固有并行的。DE算法同其它进化算法一样，也是对候选解的种群进行操作，DE的自参考种群繁殖方案与其它进化算法不同，它通过把种群中两个成员之间的加权差向量加到第三个成员上来产生新参数向量，该操作称为“变异”。然后将变异向量的参数与另外预先确定的目标向量参数按一定规则混合来产生试验向量，该操作称为“交叉”。若试验向量的代价函数比目标向量的