差分进化算法是最近兴起的一类启发式算法，其高效的进化策略与规则为生产、调度等问题提供确实可行的方案。

https://doi.org/10.1016/j.ins.2018.12.065 MATLAB源码 结合SHADE和IDE两个算法进行分层运算

针对基于邻域拥挤的差分进化算法求解非线性方程组系统时存在丢根、陷入局部最优等不足,提出一种改进的差分进化算法.首先,提出一种个体预判机制,判断当前群体的个体属于哪一类,并分别采取不同的操作;其次,设计一种新的混合差分变异算子,以增强算法跳出局部最优的能力;然后,改进外部存档策略,延长了父代优秀个体在种群的保存时间,有利于搜索该优秀个体附近的根.在所选测试函数集上的实验结果表明,所提出的算法能有效搜索到非线性方程组系统的多个根,并与当前5种算法进行对比,所提出算法在找根率和成功率上更具优越性.

此代码编写了最新的一种种群框架，采用判断阈值执行不同的种群演变方式。其中利用到宏参数与为参数纪念性调控种群，然后比较好的平衡种群多样性。代码内涵操作说明和测试集CEC2005/CEC2013/CEC2017,适用于改进！

该资源是最新2022年差分进化算法处理单目标优化的文章代码还原，内包含测试集CEC2005/CEC2013/CEC2017/标准测试集，其都可以采用该算法优化

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab代码模型及运行结果

标准差分进化算法多目标线性规划的若干解法及MATLAB实现

MPEDE算法，使用CEC2005进行测试，完全参照文献【Differential evolution with multi-population based ensemble of mutation strategies】，测试结果也与文献结果一致，注释详细，适合初入优化计算的新手学习

来源：Tian M, Gao X, Yan X.Performance-driven adaptive differential evolution with neighborhood topology for numerical optimization[J].Knowlegde-Based Systems,2019,188:105008. 压缩包内容：CEC2014文件夹：主运行文件CEC2014D30RUN.m、CEC2014D50RUN.m、cec14_func.mexw64、input_data文件夹、NPADE.m、SingleFunctionTest.m 代码仅供参考。

TSP ( T raveling Sales man Prob lem) 旅行商问题是一类典型的 NP完全问题, 目前大多采 用遗传算法求解。差分进化算法 ( D i fferent i a l Evolution A lgorith m, DE ) 作为一种新型的进化算 法, 与遗传算法有很多相似之处。提出用改进的差分进化算法解决 TSP问题。采用基于整数序 规范的辅助算子解决变异问题, 并引入刘海交叉算子。实验结果表明该方法有效地提高了算法 的收敛速度与寻优质量, 表现出了良好的特性。