Diferenciālā evolūcija — globāls stohastiskais optimizētājs
Diferenciālā evolūcija (DE), ko 1997. gadā ieviesa Rainers Štorns (Rainer Storn) un Kenets Praiss (Kenneth Price), ir uz populāciju balstīts stohastiskās optimizācijas algoritms, kas paredzēts nepārtrauktiem parametru atveidojumiem. Tā ģenerē kandidātsatrisinājumus, kombinējot esošo populācijas locekļu vektoru starpības, padarot to par spēcīgu un mazāk parametru prasīgu alternatīvu ģenētiskajiem algoritmiem un daļiņu baru optimizācijai, ja meklēšanas ainava ir neizliekta (non-convex), multimodāla vai slikti piemērota gradientu metodēm.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Differential Evolution (DE). ScholarGate. https://scholargate.app/lv/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.
- Beijesiskā regresijaBajesa metodes↔ compare
- Dziļā pastiprinātā mācīšanāsDziļā mācīšanās↔ compare
- Ģenētiskais algoritmsOptimizācija↔ compare
- Neirālā arhitektūras meklēšanaDziļā mācīšanās↔ compare
- Primārā komponentu analīzeMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →