qq_44175983的博客

在遗传、选择和变异的作用下，自然界生物体优胜劣汰，不断由低级向高级进化和发展。基于这个原理，人们提出了差分进化算法。差分进化算法基于群体智能理论，是通过群体内个体间的合作与竞争而产生的智能优化搜索算法。（1）结构简单，容易使用。主要通过差分变异算子来进行遗传操作。（2）性能优越。具有较好的可靠性，鲁棒性，高效性。（3）自适应性。差分变异算子可以是一个常数，也可以是一个具有变异步长和搜索方向的自适应能力。（4）具有内在并行性，可协同搜索。在同一要求下，差分进化算法拥有更快的收敛速度。

另外，在搜索过程中可以对w进行动态调整：在算法开始时，可给w赋予较大正值，随着搜索的进行，可以线性地使w逐渐减小，这样可以保证在算法开始时，各粒子能够以较大的速度步长在全局范围内探测到较好的区域；粒子群算法受鸟类捕食行为的启发并对这种行为进行模仿，将优化问题的搜索空间类比于鸟类的飞行空间，将每只鸟抽象为一个粒子，粒子无质量、无体积，用以表征问题的一个可行解，优化问题所要搜索到的最优解则等同于鸟类寻找的食物源。，则为“认知”模型，没有社会的共享信息，个体之间没有信息的交互，所以找到最优解的概率较小。