2009年A. K. Qin等人发表的自适应差分进化算法代码SaDE

差分进化算法的C语言实现，有大量的注释，简单易懂！

基于不同的变异方式，差分进化算法在matlab上的实现和优化方法，同时对比了各种方法的性能和效果。

基于差分进化算法，求解函数最优值问题，并画出曲线。

差分进化算法及其应用研究，入门文档。了解当前差分进化算法研究现状，已经差分进化算法的具体实现，可堪一阅！

基于自适应混合差分进化算法的水火电力系统短期发电计划优化，卢有麟，周建中，针对水火电力系统发电计划优化问题求解的难题，引入差分进化算法（DE），提出一种自适应混合差分进化算法(AHDE)。该算法在计算

用C++算法实现了基本的差分进化算法。初学者。请多多指正～！

进化算法的自适应加速，李逸飞，，本文针对非线性函数优化问题，提出一种带有基因交流机制的多群体进化算法。该算法采用随机、置换、逆序、融合等七种进化算子，并

2009(SaDE代码)Differential Evolution Algorithm With Strategy_Adaptation for Global Numerical Optimizat

首先提出一种基于混沌映射的差分进化算法, 通过引入混沌映射的概念, 在群体初始化和子代重构两个方 面对经典差分进化算法进行改进, 提高其寻优精度及稳定性, 并通过对几个典型的Benchmark 函数进

差分进化算法（DE算法）的主要特性是通过个体间的差异实现个体变异。变异向量由随机选取的个体向量与另外两个随机选取的个体间的差向量求和得到。相比于经典的变异算子，更加贴近个体重组的变异算子的差分是DE算