差分进化算法研究进展  

Survey of Differential Evolution

作　　者：汪慎文[1,2,3] 丁立新[2] 张文生[3] 郭肇禄[4] 谢承旺[5] 

机构地区：[1]石家庄经济学院信息工程学院,河北石家庄050031 [2]武汉大学软件工程国家重点实验室,湖北武汉430072 [3]中国科学院自动化研究所,北京100190 [4]江西理工大学理学院,江西赣州341000 [5]华东交通大学软件学院,江西南昌330013

出　　处：《武汉大学学报（理学版）》2014年第4期283-292,共10页Journal of Wuhan University:Natural Science Edition

基　　金：国家自然科学基金资助项目(61165004);河北省青年拔尖人才支持计划(翼字[2013]17);河北省科技计划项目(13210331);河北省教育厅青年科学基金项目(QN20131053);石家庄经济学院博士科研启动基金项目(BQ201322);江西省教育厅科技项目(GJJ14456;GJJ14373);江西理工大学博士科研启动基金项目(jxxjbs13028)

摘　　要：差分进化算法是一类当前较有实力的实参随机优化算法,已成功解决很多实际问题.由于算法结构简单易于执行,控制参数少且有较强的搜索能力,差分进化算法吸引了众多进化算法学者的关注.本文概述了差分进化算法的基本概念,综述了差分进化算法的主要变体,讨论它们的优缺点,并指出下一步的改进方向.Differential evolution （DE） has emerged as a powerful stochastic real-parameter optimization algorithm, which has been successfully applied to many real-life applications. Due to its simple structure, easy implementation, few control parameters and powerful search capability, DE has drawn increasing attention from the evolutionary com- putation community. This paper presents a comprehensive review of the notations and terminologies of DE and an e- laborate survey of its major variants. Further, the advantages and disadvantages of the DE variants are detailed ad- dressed, while some potential issues for further research on DE are also discussed.

关 键 词：进化算法 差分进化算法 启发式 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]