Ewolucja Różnicowa — Globalny Optymalizator Stochastyczny
Ewolucja Różnicowa (DE), wprowadzona przez Rainera Storna i Kennetha Price'a w 1997 roku, jest stochastycznym algorytmem optymalizacyjnym opartym na populacji, przeznaczonym dla ciągłych przestrzeni parametrów. Generuje ona kandydatów na rozwiązania poprzez łączenie różnic wektorowych między istniejącymi członkami populacji, co czyni ją potężną i mało zasobożerną alternatywą dla algorytmów genetycznych i optymalizacji rojem cząstek, gdy krajobraz poszukiwań jest niewypukły, wielomodalny lub słabo przystosowany do metod gradientowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Differential Evolution (DE). ScholarGate. https://scholargate.app/pl/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.
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Głębokie uczenie ze wzmocnieniemUczenie głębokie↔ compare
- Algorytm genetycznyOptymalizacja↔ compare
- Automatyczne wyszukiwanie architektury sieci neuronowychUczenie głębokie↔ compare
- Analiza Głównych SkładowychUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →