杨振宇，唐珂

(1.华东师范大学计算机科学技术系，上海 200241;2.中国科学技术大学计算机科学与技术学院，安徽合肥 230027)

差分进化算法参数控制与适应策略综述

杨振宇1，唐珂2

(1.华东师范大学计算机科学技术系，上海 200241;2.中国科学技术大学计算机科学与技术学院，安徽合肥 230027)

差分进化算法逐渐成为进化计算领域最流行的随机搜索算法之一，已被成功用于求解各类应用问题.差分进化算法参数设置与其性能密切相关，因此算法参数控制与适应策略设计是目前该领域的研究热点之一，目前已涌现出大量参数控制方案，但尚缺乏系统性的综述与分析.首先简要介绍差分进化算法的基本原理与操作，然后将目前参数控制与适应策略分成基于经验的参数控制、参数随机化适应策略、基于统计学习的参数随机化适应策略和参数自适应策略4类进行系统性综述，重点介绍其中的参数适应与自适应策略.此外，为分析各种参数控制与适应策略的功效，以实值函数优化为问题背景设计了相关实验，进一步分析各种策略的效率与实用性，实验结果表明，参数自适应控制策略是目前该领域最有效的方法之一.

进化计算;差分进化;参数控制;适应策略;自适应

差分进化(differential evolution，DE)算法［1－3］于1995年由Storn和Price提出，是一种新颖的通过引入独特的差分变异模式进行迭代搜索的进化算法.该方法因具有简单、易实现、高效、鲁棒性强等多种优点［4］，已被广泛和成功地应用于全局……