第2章 差分进化算法概述

2.1 引言

差分进化算法是Rainer Storn和Kenneth Price提出的一种采用浮点矢量编码在连续空间中进行随机搜索的群智能优化算法，具有记忆个体最优解和种群内信息共享的特点，即通过种群内个体间的合作与竞争来实现对优化问题的求解，其本质上是一种基于实数编码的具有保优思想的贪婪遗传算法。与传统的最优化方法相比，DE算法具有以下特点：①算法不是从单个点，而是从一个群体开始搜索；② 直接对结构对象进行操作，不存在求导和函数连续性的限定；③ 算法具有内在的隐并行性和良好的全局寻优能力；④算法采用概率转移规则，不需要确定性的规则；⑤ 算法简单易于使用，顽健性好[1-5]。实验研究表明，DE算法在通用标准测试函数以及实际应用领域上的性能都超越了PSO算法、GA、SA等多种知名优化算法，是目前最优秀的进化优化算法之一。