差分进化算法，适合研究生学习使用，群智能算法的一种经典类型

讲述了一种改进的自适应的差分进化算法，适合研究进化算法的改进工作

提供了自适应差分进化算法的代码，另包含测试函数集 %Reference: A. K. Qin, V. L. Huang, and P. N. Suganthan,“Differential evolution % algorithm with strategy adaptation for global numerical optimization,” % IEEE Trans. Evolut. Comput., vol. 13, no. 2, pp. 398–417, Apr. 2009. % % Note: We obtained the MATLAB source code from the authors, and did some % minor revisions in order to solve the 25 benchmark test functions, % however, the main body was not changed.

该程序为Matlab，自适应差分进化算法优化极限学习机程序Matlab代码，可用于预测或者分类，程序亲测可用。

输入参数： TrainingData_File=‘sinc_train’;%训练集 TestingData_File=‘sinc_test’;%测试集 Elm_Type=0; % 0代表回归 1代表分类 NumberofHiddenNeurons=10;% 隐藏层神经元的个数 Max_FES=20000;% elm_x函数最大调用次数 Lbound=-10; %突变向量左边界（最小值） Ubound=10;%突变向量右边界（最大值） NP=30; %种群数量 Max_Gen=100; %种群进化次数 F_par=0.5; %均值0.5方差0.3正态分布 CR=0.5; %均值0.5方差0.1

2009年SADE文章的算法代码，可运行，Matlab

2009年A. K. Qin等人发表的自适应差分进化算法代码

实现了自适应差分进化（SaDE）算法，其中的参数(CR,F)由种群自适应生成，提供了灵活的适宜度函数接口，可供实现复杂的优化问题求解。

SaDE的源代码，帮助理解SaDE的那篇论文，自适应性的改进差分进化算法

2009(SaDE代码)Differential Evolution Algorithm With Strategy_Adaptation for Global Numerical Optimization论文对应代码