差分進(jìn)化算法

差分進(jìn)化算法

差分進(jìn)化算法(Differential Evolution Algorithm，DE)是一種高效的全局優(yōu)化算法。它也是基于群體的啟發(fā)式搜索算法，群中的每個個體對應(yīng)一個解向量。差分進(jìn)化算法的進(jìn)化流程則與遺傳算法非常類似，都包括變異、雜交和選擇操作，但這些操作的具體定義與遺傳算法有所不同。

差分進(jìn)化算法(Differential Evolution，DE)由Storn和Price于1995年首次提出。主要用于求解實(shí)數(shù)優(yōu)化問題。該算法是一類基于群體的自適應(yīng)全局優(yōu)化算法，屬于演化算法的一種，由于其具有結(jié)構(gòu)簡單、容易實(shí)現(xiàn)、收斂快速、魯棒性強(qiáng)等特點(diǎn)，因而被廣泛應(yīng)用在數(shù)據(jù)挖掘、模式識別、數(shù)字濾波器設(shè)計、人工神經(jīng)網(wǎng)絡(luò)、電磁學(xué)等各個領(lǐng)域。1996年在日本名古屋舉行的第一屆國際演化計算(ICEO)競賽中，差分進(jìn)化算法被證明是速度最快的進(jìn)化算法。

雅思考試 托福考試 留學(xué)攻略 留學(xué)院校庫