evolutionary-algorithm - 解释差分进化方法

Question

有人可以解释差分进化方法吗？维基百科definition是非常技术性的。

一个简单的解释，后面是一个简单的例子，将不胜感激:)

Answer 1

这是一个简化的描述。 DE是一种优化技术，可以迭代地修改大量候选解决方案以使其收敛到最佳功能。

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，您都需要执行以下操作：


您产生一个试验向量：v = a +（b-c）/ 2，其中a，b，c是在您的总体中随机选择的三个不同的候选解决方案。
您在x和v之间随机交换矢量分量以产生v'。 v中至少必须交换一个组件。
只有在v更好的情况下（即更好地优化函数），才用v'替换总体中的x。


（请注意，上述算法非常简化；请不要从中进行编码，而应在其他地方找到合适的规格。）

不幸的是，维基百科的文章缺少插图。通过图形表示更容易理解，您将在以下幻灯片中找到一些内容：http://www-personal.une.edu.au/~jvanderw/DE_1.pdf。

它与遗传算法（GA）相似，只是候选解决方案不被视为二进制字符串（染色体），而（通常）被视为实向量。 DE的一个关键方面是突变步长（突变请参见第1步）是动态的，也就是说，它可以适应您的总体配置，并且收敛时趋于零。这使得DE不如GA更容易受到基因漂移的影响。