有人可以解释一下差分进化方法吗？维基百科定义 http://en.wikipedia.org/wiki/Differential_evolution#Algorithm非常具有技术性。
一个简单的解释和一个简单的例子将不胜感激:)
这是一个简化的描述。 DE 是一种优化技术，它迭代地修改候选解的群体，使其收敛到函数的最优值。
您首先随机初始化候选解决方案。然后，在每次迭代中，对于每个候选解决方案 x，您执行以下操作：
- 您生成一个试验向量：v = a + ( b - c ) / 2，其中 a、b、c 是从总体中随机挑选的三个不同的候选解决方案。
- 您在 x 和 v 之间随机交换向量分量以生成 v'。必须交换 v 中的至少一个组件。
- 仅当它是更好的候选者时（即它可以更好地优化您的函数），您才用 v' 替换总体中的 x。
（请注意，上述算法非常简化；不要从中编码，而是在其他地方找到合适的规范）
不幸的是，维基百科文章缺乏插图。通过图形表示更容易理解，您会在这些幻灯片中找到一些内容：http://www-personal.une.edu.au/~jvanderw/DE_1.pdf http://www-personal.une.edu.au/~jvanderw/DE_1.pdf .
它与遗传算法 (GA) 类似，只是候选解不被视为二进制字符串（染色体），而是（通常）被视为实数向量。 DE 的一个关键方面是突变步长（参见突变的步骤 1）是动态的，也就是说，它会适应群体的配置，并且在收敛时趋于零。这使得 DE 比 GA 更不容易受到遗传漂变的影响。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
