Диференциална еволюция — Глобален стохастичен оптимизатор
Диференциална еволюция (DE), въведена от Райнер Щорн и Кенет Прайс през 1997 г., е стохастичен оптимизационен алгоритъм, базиран на популация, предназначен за непрекъснати параметрични пространства. Той генерира кандидат-решения чрез комбиниране на векторни разлики между съществуващи членове на популацията, което го прави мощна и лесна за настройка алтернатива на генетичните алгоритми и оптимизацията чрез рояци от частици, когато търсещият пейзаж е не-изпъкнал, мултимодален или неподходящ за методи, базирани на градиенти.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Източници
- Storn, R. & Price, K. (1997). Differential Evolution – A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces. Journal of Global Optimization, 11(4), 341–359. DOI: 10.1023/A:1008202821328 ↗
- Das, S., Mullick, S. S., & Suganthan, P. N. (2016). Recent advances in differential evolution – An updated survey. Swarm and Evolutionary Computation, 27, 1–30. DOI: 10.1016/j.swevo.2016.01.004 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Differential Evolution (DE). ScholarGate. https://scholargate.app/bg/optimization/differential-evolution
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Дълбоко обучение с подкреплениеДълбоко обучение↔ compare
- Генетичен алгоритъмОптимизация↔ compare
- Търсене на невронни архитектуриДълбоко обучение↔ compare
- Анализ на главните компонентиМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →