evolutionary-algorithm - 所有版本的差分进化算法

Question

解释差分进化的基本算法中的所有更新。我无法找到该算法的所有版本。将此算法的所有版本解释为调查，我不清楚维基百科中给出的该算法背后的理论。维基百科也只定义了差分进化的基本算法，但我想要这个算法的所有更新

Answer 1

对于差分进化的完整调查，我建议您阅读题为“差分进化：最新技术调查”的论文，但简要说明是：

• DE 有 2 个基本交叉和 5 个基本变异算子，所以我们有 2*5=10 个基本 DE 变体。

• 两个交叉运算符是Exponential和Binomial。

  指数交叉：
  
  D是问题空间的维数，n从[1,D]中随机选择，Cr是交叉率，L根据上面的伪代码从[1,D]中抽取。

  二项式交叉：
  
  j是指第j维，i是向量数，G是世代数，jrand是从[1，D]中随机选择的索引。

• 五个变异算子是DE/rand/1、DE/best/1、DE/target-to-best/1和。DE/best/2DE/rand/2

  德/兰德/1： V(i)=X(r1)+F*(X(r2)-X(r3))

  德/最佳/1： V(i)=X(best)+F*(X(r1)-X(r2))

  DE/目标到最佳/1： V(i)=X(i)+F*(X(best)-X(i))+F*(X(r1)-X(r2))

  德/最佳/2： V(i)=X(best)+F*(X(r1)-X(r2))+F*(X(r3)-X(r4))

  德/兰德/2： V(i)=X(r1)+F*(X(r2)-X(r3))+F*(x(r4)-X(r5))

V(i)是目标向量的供体（突变体）向量X(i)，F是差异向量的比例因子，r1,r2,r3,r4,r5是互斥的，从[1，NP]中随机选择并且不同于i，best是当前种群中最适合向量的索引，最后NP是种群大小。

• 这些都是您可以了解的关于 DE 的基本变体的所有内容。
• DE 也有许多用于多种用途的变体，这在上述论文中已进行了解释。