差分进化算法研究进展

差分进化算法研究进展 Survey of Differential Evolution 汪慎文 WANG Shenwen 1 2 3 first-author 丁立新 DING Lixin 2 张文生 ZHANG Wensheng 3 郭肇禄 GUO Zhaolu 4 谢承旺 XIE Chengwang 5 石家庄经济学院信息工程学院 石家庄经济学院信息工程学院 School of Information Engineering,Shijiazhuang University of Economics School of Information Engineering,Shijiazhuang University of Economics 武汉大学软件工程国家重点实验室 武汉大学软件工程国家重点实验室 State Key Laboratory of Software Engineering,Wuhan University State Key Laboratory of Software Engineering,Wuhan University 中国科学院自动化研究所 中国科学院自动化研究所 Institute of Automation,Chinese Academy of Sciences Institute of Automation,Chinese Academy of Sciences 江西理工大学理学院 江西理工大学理学院 School of Science,Jiangxi University of Science and Technology School of Science,Jiangxi University of Science and Technology 华东交通大学软件学院 华东交通大学软件学院 School of Softuare,East China Jiaotong University School of Softuare,East China Jiaotong University 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 computation community.This paper presents a comprehensive review of the notations and terminologies of DE and an elaborate survey of its major variants.Further,the advantages and disadvantages of the DE variants are detailed addressed,while some potential issues for further research on DE are also discussed. 进化算法 差分进化算法 启发式 evolutionary algorithms（EAs） differential evolution（DE） metaheuristics 10.14188/j.1671-8836.2014.04.016 TP301.6 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） 2014-04-01 2021-04-01 4 60