差分进化算法由Storn和Price (1995)年提出，它是一种随机的并行搜索算法，可对非线性不可微连续空间函数进行最小化。它类似于遗传算法，主要的进化过程有变异，交叉和选择，都是从一个随机初始种群开始的。但是DE算法的这三个过程和遗传算法有很大的不同。算法的收敛速度也远远快于遗传算法。

DE/rand/bin/1的程序，使用sphere函数做测试，只需替换要求的函数，可以直接运行

提出了一种基于余弦相似度的点云配准(PCR-CS)算法,该算法主要解决点云刚性配准问题,即找到点云配准的旋转矩阵R和平移矩阵T,从而实现原始点云P到目标点云Q的配准。先对两个待配准点云进行去中心化处理,再进行点云余弦相似度的研究,将两个待配准的三维点云分别投影到XY平面上,对XY平面上的点云进行栅格化处理,统计栅格上的数据点从而形成统计矩阵SP和SQ,采用差分进化算法,以两点云余弦相似度为条件,寻求最优R,从而实现点云配准,最后,利用中心点计算T。实验结果表明,与其他算法相比,该算法具有较高的配准精度,即使在点云数据伴随有噪声和数据缺失的情况下,也都能达到良好的配准效果。

这里是几个差分进化算法的程序，能运行，按照里面的说明进行！

该程序为差分进化及其改进算法的matlab程序，其中包含了标准差分进化算法DE，以及三种改进算法ADE，SDE,SADE，程序运行时需注意里面部分包含了两种不同的应用，所以根据需要把不相关的注释掉（已注明一种）

python代码随处可见，利用python进行相关的操作和实现时每一个python入门者必不可少的内容，这里利用python 的相关知识，简单的进行了实验，希望对大家有所帮助

基于InVEST-Biodiversity模型的闽江流域生境质量变化评价，白健，刘健，基于InVEST模型的Biodiversity模块，测定闽江流域的生物多样性生态服务功能，运用模型结果中的生境质量指数和生境稀缺度指数评估闽江流

Differential Evolution——A Practical Approach to Global Optimization 差分进化算法入门基础书籍

采用差分进化算法对极限学习机进行优化选择

研究无时限单向物流配送车辆路径问题,主要考虑车辆容量、最大距离等约束,考虑车辆满载情况,以车辆非满载率最小、总的行驶路径最短为目标,提出了该物流配送问题的多目标优化问题的数学模型,运用差分进化算法求解该问题。算法构造了合适的编码方法,应用Matlab语言编程进行实例仿真计算,得到了模型的最优解,验证了算法的有效性。