这是 FMDE 的 matlab 代码。 FMDE 使用性能指标，特别是超体积、间距和最大扩展来衡量演化过程的状态。 作者将模糊推理规则应用于这些指标，以调整该算法中使用的所选变异策略的关联控制参数。 因此，作者可以通过性能反馈来适当调整探索和利用的程度。 FMDE 的详细信息可以在[1] Jariyatantiwait, C. 和 Yen, GG，“使用性能指标的模糊多目标差分进化反馈”，进化计算 (CEC)，2014 年 IEEE 大会，第 1959-1966 页，2014 年 7 月。 [2] Jariyatantiwait, C., & Yen, GG (2014)。 基于模糊性能的多目标差分进化反馈。 国际群体智能研究杂志 (IJSIR)，5(4) 45-64。

EvoFuzzy 这是用于调整模糊推理系统的的非常简单的Python实现。 要求 已知依赖项： Python（3.5.5） 脾气暴躁（1.14.2） Matplotlib（2.2.2） 要安装依赖项，请cd到存储库的目录并运行pip install -r requirements.txt 代码结构 anfis.py ：包含python ANFIS实现。 diffevo.py ：包含差异进化算法的python实现（基于）。 fobj.py ：包含几个目标函数。 mackey.py ：包含一个示例，该示例使用差异演化来调整ANFIS以预测Mackey Glass系列。 本示例在序列的1500个点上训练系统，并绘制实际序列与预测序列的关系图。 要运行示例，请cd到存储库的目录并运行python mackey.py 去做： 实现除高斯人以外的成员资格功能。 实施其他进化算法来

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）

Differential Evolution A Practical Approach to Global Optimization 差分进化算法

资源为优化算法差分进化算法的一个代码，与系统辨识，可以辨识出参数，效果不错

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

///// pymoo：Python中的多目标优化 我们的开源框架pymoo提供最先进的单目标和多目标算法，以及与多目标优化有关的更多功能，例如可视化和决策制定。 安装 首先，请确保您已安装Python 3环境。 我们建议使用miniconda3或anaconda3。 官方版本始终在PyPi上可用： pip install -U pymoo 对于当前的开发人员版本： git clone https://github.com/msu-coinlab/pymoo cd pymoo pip install . 由于为了加快速度，还可以编译某些模块，因此您可以仔细检查编译是否有效。 执行命令时，请确保不在本地pymoo目录中，因为否则将不使用站点包中已安装的版本。 python -c " from pymoo.util.function_loader import is_compile

DE有关文献，以及还有需要的可以找我。DE是差分进化算法，属于遗传算法的其中一种算法。并且在现在的算法中，尤其是非线性不可微的时候是，DE算法有很多大的优势 ，

差分进化算法(Differential Evolution, DE)是一种基于群体差异的启发式随机搜索算法，该算法是由R.Storn和K.Price为求解Chebyshev多项式而提出的。DE算法也属于智能优化算法，与前面的启发式算法，如ABC，PSO等类似，都属于启发式的优化算法。DE算法是我在一篇求解盒子覆盖问题论文中使用的一种优化算法。

In this paper, Weighted Differential Evolution Algorithm (WDE) has been proposed for solving real valued numerical optimization problems.