跳至主要內容
Goat_Yang
首页
AI 与算法
基础与方法
通识基础
参数设置分析方法
非学习类算法
具体问题与案例
机器学习与研究
机器学习
深度学习
迁移学习
强化学习
智能优化
优化基础与算法
前沿算法与框架
基准测试与竞赛
AI 应用
知识与检索
知识图谱
检索增强生成(RAG)
智能体系统
Agent 设计
记忆系统
提示词工程
工具与实践
Agent 客户端与工具
Skills、MCP 与插件
AI 应用话题
论文随笔
随笔
数学建模专题
数学随记
信号处理
计算机随记
程序设计语言随笔
前端随笔
海克斯麻将
音乐
软件工具
版本控制
Git
系统与容器
Linux
Docker
开发与远程工具
VSCode
远程连接与控制
文档与知识管理
论文管理与知识库构建
LaTeX
开源项目推荐
外站
简体中文
English
搜索
Ctrl
K
差分进化算法
Goat_Yang
2026/3/23
智能优化算法
差分进化
约 73 字
小于 1 分钟
差分进化利用种群个体之间的向量差构造扰动,并通过交叉与选择更新候选解。
目录
DE/rand/1/bin
DE/rand/1/exp
DE/best/1/bin
DE/best/1/z
DE/current-to-rand/1
自适应差分进化(ADE)
自适应差分进化(参数自适应,SaDE)
具有可选外部档案的自适应差分进化(JADE)
复合差分进化(CoDE)
上一页
遗传算法的算子
下一页
粒子群优化