功能强大的差分进化算法

Vol. 45 No. 11 计算机与数字工程 总第337 期 2136 Computer & Digital Engineering 第45 卷 2017 年第 11 期 求解TSP 问题的

用标准C++语言写的经典差分进化算法（DifferentialEvolutionAlgorithm）程序代码，建立空的C++工程，然后之间添加这里面的.h和.cpp文件，就可以运行，代码中加了基本的注

差分进化算法(Differential Evolution，DE)是一种高效的全局优化算法，在参数寻优、特征选择等方面有广泛的应用。差分进化算法的基本原理及其优点，详细介绍了算法流程，包括变异、交叉和

本文提出对基于成功历史的自适应差分进化（SHADE）中的缩放因子和交叉速率自适应的一种简单而有效的修改，以作为所有基于SHADE的算法的框架。所提出的方法对于所有SHADE、L-SHADE和jSO算法

通过建立以透射系数为参数的钻头入、反射波状态方程,将冲击凿岩机械系统中钻头波阻特性参数估计转化为以透射系数为参数的非线性全局优化问题。基于差分进化算法,给出了一种辨识方法以求解这个全局优化问题。结合3

差分进化算法是最近兴起的一类启发式算法，其高效的进化策略与规则为生产、调度等问题提供确实可行的方案。

对于约束优化问题,目前提出的差分进化算法大多采用罚函数法,但此方法对罚参数有很强的依赖性.基于此,把约束优化问题中的约束条件当作一个目标函数,从而把约束优化问题转化为有两个目标函数的多目标优化问题.借

计算机差分进化算法作为一种有潜力的进化算法,是在遗传算法、微粒子群算法、蚁群算法之后才出现的智能算法,其借鉴自然界优胜劣汰的思想,运用差分操作的方法,让差分算法拥有自组织、自适应、自学习等特征,具有良

以优化SVR算法的参数c和g为例，对DE（差分进化）算法MATLAB源码进行了详细中文注解。是很好的学习材料。

差分进化，粒子群，演化算法对比分析