采用差分进化算法（Differential Evolution）优化LSTM回归预测，全中文注释，内置数据集，可以matlab2019上直接运行（已测试）

混合蛙跳算法是一种新兴的启发式全局优化算法。本文研究了其寻优机制,提出了一种采用小生境技术的混合蛙跳算法:运用RCS小生境技术,使各子种群动态形成了互相独立的搜索空间;在解的更新公式中,设计了一种自适应因子来调节移动步长;采用种群淘汰机制,随机初始化已陷入局部最优的子种群。实验结果表明:本文给出的算法有效提高了寻优精度和收敛速度。

在多目标进化算法中，时间复杂度过高是普遍的问题，特别是三个目标函数以上时，解的等级分配占用了过多的运算时间。针对三目标问题，利用帕累托支配关系，对解的等级分配进行研究，发现经典的等级排序及分配方法存在一定的冗余操作，需对全部的解先排序后，才能再分配等级并选择下一代，造成部分不必要的运算。为减少该冗余，利用帕累托非支配关系结合差分进化，实现高效三目标进化算法。算法每次迭代对种群中最高等级的个体进行计算，在分配等级同时进行选择后代个体操作，当后代种群生成时便跳出计算，从而减少个体的计算数量，降低运算量；同时给出该方法的相关理论分析和证明过程。针对一系列三目标优化问题，将提出方法与著名排序方法NSGAⅡ及近年来优秀的ENS方法进行对比实验。仿真实验结果表明，提出方法在时间复杂度和收敛速度上优于经典方法，稍差于ENS方法。在标准测试函数DTLZ1-DTLZ6的性能上，提出方法近似于ENS方法，优于NSGAⅡ算法，从而验证了提出方法的有效性和正确性。

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。