XijueJa的博客

原创 差分进化算法(Differential evolution,DE)(附详细注释的Python代码)

以上便是差分进化算法的原理介绍。研究表明，DE算法的效果主要取决于算法参数的设置，包括变异因子F，交叉参数CR，种群大小等。目前有许多针对参数设定的自适应方法，由此出现了许多经典的DE变体算法，例如SADE、JADE、SHADE和L-SHADE等等，后续我们将分别介绍以上算法。最后附上DE算法的Python代码，通过更改适应度函数可直接使用。