artificial-intelligence - 什么是差分进化，它与遗传算法相比如何？

Question

从我目前所读到的内容来看，它们看起来非常相似。
微分进化改用浮点数，解叫向量？我不太确定那是什么意思。
如果有人可以概述一下两者的优缺点。

Answer 1

嗯，遗传算法和差分进化都是进化计算的例子。

遗传算法与遗传繁殖的隐喻非常接近。甚至语言也大体相同——都谈染色体，都谈基因，基因是不同的字母，都谈交叉，而且交叉相当接近对遗传繁殖的低层次理解，等等。

微分进化的风格相同，但对应关系并不准确。第一个重大变化是 DE 使用的是实际实数(在严格的数学意义上——它们被实现为浮点数、 double 数或其他任何东西，但理论上它们的范围是实数域。)结果, 变异和交叉的思想本质上是不同的。到目前为止，变异算子已经过修改，以至于我什至很难理解为什么它被称为变异，除了它的目的是为了打破局部最小值。

从好的方面来说，有少数结果表明 DE 通常比遗传算法更有效和/或更高效。在数值优化中工作时，能够将事物表示为实际的实数，而不是必须首先使用染色体类型的表示，这很好。 (注意:我已经阅读过它们，但我并没有广泛地与它们混淆，所以我不能从第一手的知识中真正发表评论。)

不利的一面是，我认为目前还没有任何 DE 收敛的证据。