网站维护公告
2019-01-23

由于服务器限制,访问速度较慢。因此本站OmegaXYZ.com将于2019年1月23日至1月26日升级,提升访问速度。

在此期间,本站排名前10的文章将会置顶于CSDN博客:https://blog.csdn.net/xyisv

感谢您的关注与支持。

差分进化算法Python实现

DE 算法主要用于求解连续变量的全局优化问题,其主要工作步骤与其他进化算法基本一致,主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始,利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源,将差向量加权后按照一定的规则与第三个个体求和而产生变异个体,该操作称为变异。然后,变异个体与某个预先决定的目标个体进行参数混合,生成试验个体,这一过程称之为交叉。如果试验个体的适应度值优于目标个体的适应度值,则在下一代中试验个体取代目标个体,否则目标个体仍保存下来,该操作称为选择。在每一代的进化过程中,每一个体矢量作为目标个体一次,算法通过不断地迭代计算,保留优良个体,淘汰劣质个体,引导搜索过程向全局最优解逼近。

DE算法伪代码:

DE算法Python实现

 

读者评分
[评分人数: 3 平均分: 4]

1 位极客 “差分进化算法Python实现

评论

OmegaXYZ