Differential Evolution — Global stokastisk optimerare
Differential Evolution (DE), introducerad av Rainer Storn och Kenneth Price 1997, är en populationsbaserad stokastisk optimeringsalgoritm avsedd för kontinuerliga parameterrum. Den genererar kandidatlösningar genom att kombinera vektordifferenser mellan befintliga populationsmedlemmar, vilket gör den till ett kraftfullt och parameterlätt alternativ till genetiska algoritmer och partikelsvärmoptimering när söklandskapet är icke-konvext, multimodalt eller olämpligt för gradientbaserade metoder.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Differential Evolution (DE). ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk regressionBayesiansk statistik↔ compare
- Djup förstärkningsinlärningDjupinlärning↔ compare
- Genetisk algoritmOptimering↔ compare
- Neural Architecture SearchDjupinlärning↔ compare
- Analys av huvudkomponenterMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →