为加强差分进化算法的全局搜索能力，提出了一种基于交叉变异策略的双种群差分进化算法（CMDPDE）。CMDPDE中，两个种群分别采用大小不同的缩放因子和交叉因子，在每代进化完毕后，对其中缩放因子和交叉因子较小的种群执行交叉或变异策略来寻找更优的个体，同时两个种群之间每10代进行一次信息交流。这种方式与单种群差分进化算法相比，可以通过双种群和交叉变异策略来增加解的多样性，使算法能在更大的范围内寻优。6个Benchmark函数的实验结果证明CMDPDE具有较好的寻优能力。