第3章　差分進化算法

3.1　引言

在遺傳、選擇和變異的作用下，自然界生物體優(yōu)勝劣汰，不斷由低級向高級進化和發(fā)展。人們注意到，適者生存的進化規(guī)律可以模式化，從而構成一些優(yōu)化算法；近年來發(fā)展的進化計算類算法受到了廣泛的關注。

差分進化（Differential Evolution，DE）算法是由Storn等人于1995年提出的，其最初的設想是用于解決切比雪夫多項式問題，后來發(fā)現(xiàn)它也是解決復雜優(yōu)化問題的有效技術。

差分進化算法是一種新興的進化計算技術［1］，它基于群體智能理論，是通過群體內(nèi)個體間的合作與競爭而產(chǎn)生的智能優(yōu)化搜索算法。但相比于進化計算，它保留了基于種群的全局搜索策略，采用實數(shù)編碼、基于差分的簡單變異操作和“一對一”的競爭生存策略，降低了進化計算操作的復雜性。同時，差分進化算法特有的記憶能力使其可以動態(tài)跟蹤當前的搜索情況，以調(diào)整其搜索策略，它具有較強的全局收斂能力和魯棒性（也稱穩(wěn)健性），且不需要借助問題的特征信息，適用于求解一些利用常規(guī)的數(shù)學規(guī)劃方法很難求解甚至無法求解的復雜優(yōu)化問題［2-5］。因此，差分進化算法作為一種高效的并行搜索算法，對其進行理論和應用研究具有重要的學術意義和工程價值。

目前，差分進化算法已經(jīng)在許多領域得到了應用，如人工神經(jīng)元網(wǎng)絡、電力、機械設計、機器人、信號處理、生物信息、經(jīng)濟學、現(xiàn)代農(nóng)業(yè)和運籌學等。然而，盡管差分進化算法獲得了廣泛研究，但相對于其他進化算法而言，其研究成果相當分散，缺乏系統(tǒng)性，尤其在理論方面還沒有重大突破。