Differential Evolution — Ottimizzatore Stocastico Globale
Differential Evolution (DE), introdotto da Rainer Storn e Kenneth Price nel 1997, è un algoritmo stocastico di ottimizzazione basato su popolazione, progettato per spazi di parametri continui. Genera soluzioni candidate combinando differenze vettoriali tra membri esistenti della popolazione, rendendolo un'alternativa potente e con pochi parametri ai Genetic Algorithms e al Particle Swarm Optimisation quando il panorama di ricerca non è convesso, è multimodale o è inadatto a metodi basati sul gradiente.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Differential Evolution (DE). ScholarGate. https://scholargate.app/it/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.
- Regressione BayesianaBayesiano↔ compare
- Apprendimento per Rinforzo ProfondoApprendimento profondo↔ compare
- Algoritmo GeneticoOttimizzazione↔ compare
- Ricerca Architetturale NeuraleApprendimento profondo↔ compare
- Analisi delle Componenti PrincipaliApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →