Це так алгоритм оптимізації ройового інтелекту, який моделює біологічну еволюцію та генетичний механізм. Алгоритм складається з чотирьох операційних кроків: ініціалізації популяції, мутації, кросинговеру та відбору (Huang et al., 2022, Deng et al., 2022, Li et al., 2022b, Song et al., 2022, Deng et al., 2020).
Основна ідея алгоритму DE полягає в тому, щоб почати з випадково згенерованої початкової групи, використати вектор різниці двох особин, випадково вибраних із популяції, як джерело випадкової зміни третьої особини, і зважити вектор різниці відповідно до певних правил .
Диференціальна еволюція (DE) — це алгоритм метаевристичного пошуку на основі сукупності, який оптимізує проблему шляхом ітераційного вдосконалення потенційного рішення на основі еволюційного процесу. Такі алгоритми роблять мало або взагалі не роблять припущень щодо основної проблеми оптимізації та можуть швидко досліджувати дуже великі простори проектування.
Стратегії еволюції (ES) — це підклас природних методів прямого пошуку (та оптимізації), що належать до класу еволюційних алгоритмів (EA), які використовувати мутацію, рекомбінацію та відбір, застосований до популяції особин, що містять рішення-кандидати, щоб ітераційно розвиватися краще та …
6. Застосування алгоритму диференціальної еволюції
- 6.1. Інженерна оптимізація. Алгоритм диференціальної еволюції знаходить широке застосування в задачах інженерної оптимізації. …
- 6.2. Навчання нейронної мережі. …
- 6.3. Оптимізація стратегії гри. …
- 6.4. Оптимізація фінансового портфеля.
Найбільшою перевагою підходу диференціальної еволюції перед підходом генетичного алгоритму є його стабільність. Найбільшою перешкодою для підходу генетичного алгоритму є проблеми з передчасною конвергенцією.