在非线性、全局寻优、组合优化参数各种算法上，不断提出的各种优化算法。比如 * 遗传算法 * 进化差分算法 * 免疫算法 * 蚁群算法 * 粒子群算法 * 模拟退火算法 * 禁忌搜索算法 * BP神经网络等等 可以用于信号处理、图像处理、生产调度、路径规划、模式识别、自动控制等等领域 优化算法他是以数学为基础，在目前发机器学习、深度学习相关的论文，就会考虑和与其组合成优化参数的预测模型，比如基于PSO的SVM算法，基于遗传算法优化的随机森林在某方面的实际应用。 以上代码全部基于MATLAB编程，这些仿真案例代码均有注释，方便学者理解代码编程思路，以及自己的后期改变应用到实际的科研情况。 同时，考虑到MATLAB相比Python在搭建环境上更加容易，所以本上传基于MATLAB的代码 诚然，代码过多，如果想单买，也可以联系笔者。

初学者学习差分进化算法很好的资源。Matlab平台

此代码用于处理带约束的单目标优化问题，采用matlab编程。对于代码的使用，在工作窗口首先输入种群数（通常采用50-100），迭代次数1000以上，type指的是函数文件夹ConFitness_1对应的类型，测不同的type时，把之前的type对应的边界xmin,xmax注释，打开相应的变量类型的边界！

此方法采用matlab编程，利用自适应参数的差分进化算法结合可行性规则来解决带约束的单目标优化问题。对于代码的使用，在工作窗口首先输入种群数（通常采用50-100），迭代次数1000以上，type指的是函数文件夹ConFitness_1对应的类型，测不同的type时，把之前的type对应的边界xmin,xmax注释，打开相应的变量类型的边界！

此算法是结合了多突变方式和采用约束处理技术--伊布希罗值约束处理技术来进行处理，得到的效果比较好，适合用于改进做约束优化的处理。 对于代码的使用，在工作窗口首先输入种群数（通常采用50-100），迭代次数1000以上，type指的是函数文件夹ConFitness_1对应的类型，测不同的type时，把之前的type对应的边界xmin,xmax注释，打开相应的变量类型的边界！

针对电动汽车充换储一体化电站(CSSIS)与微电网所有权不同的微电网经济运行问题，建立基于Stackelberg博弈的双层优化调度模型。上层微电网作为领导者，以自身收益最大为目标函数，制定与下层CSSIS进行电能交易的内部电价；下层CSSIS作为跟随者，根据内部电价调整自身充、放电计划，以最大化自身收益。采用差分进化算法和Gurobi软件分别对上、下层优化问题进行求解，得到最优内部电价和CSSIS的最优充、放电计划。仿真算例表明，所提算法可以有效求解微电网与CSSIS交互的均衡策略，不仅能同时提高两者收益，还能更有效地利用CSSIS资源。

本资源为差分进化算法C++的实现，在头文件里进行声明和定义，可直接调用，代码都用中文进行详细的注释。

行业分类-设备装置-生态约束条件下土地利用结构优化的多目标改进差分进化模型

为了更好地提高并行差分进化算法的求解精度和计算效率，实现适用于解决多种优化问题的鲁棒性算法，提出了一种多种群多策略的并行差分进化算法。该算法将种群划分为多个子种群，不同的子种群分别采用不同的差分进化策略。多个子种群各自独立进化，互不干扰，每隔一定代数才进行种群间的通信交流。通过利用多种群实现多种优化策略，并采用并行方式，使得算法可以采用不同的优化策略进行搜索，更加节省计算时间。数值实验结果表明，该算法在求解不同类型的优化问题时都具有良好的计算能力和效率。

提出一种基于群体适应度方差自适应二次变异的差分进化算法。该算法在运行过程中根据群体适应度方差的大小，增加一种新的变异算子对最优个体和部分其他个体同时进行变异操作，以提高种群多样性，增强差分进化算法跳出局部最优解的能力。对几种典型Benchmarks函数进行了测试，实验结果表明，该方法能有效避免早熟收敛，显著提高算法的全局搜索能力。