1、近年來，在人工智能領(lǐng)域新近興起的演化計(jì)算學(xué)科發(fā)展十分迅速。差分演化算法主要是用于求解一些高峰多維或者連續(xù)變量的全局優(yōu)化問題，其主要操作流程與其它演化算法基本相同，主要包括變異(Mutation)、交叉(Crossover)、選擇(Selection)三種操作。
　　差分演化算法的基本實(shí)現(xiàn)過程是:在實(shí)數(shù)的編碼方案下，隨機(jī)產(chǎn)生一個(gè)初始種群，然后從種群里隨機(jī)選出兩個(gè)個(gè)體，將它們的向量作差，產(chǎn)生第三個(gè)個(gè)體，并且將它們的向量得到的差加權(quán)，按

2、照一定的要求和第三個(gè)個(gè)體求和，產(chǎn)生變異個(gè)體，這個(gè)操作被稱為變異;然后將某一個(gè)事先確定好的目標(biāo)個(gè)體和剛才得到的變異個(gè)體的參數(shù)進(jìn)行混合，進(jìn)而產(chǎn)生試驗(yàn)個(gè)體，這個(gè)過程就被稱為交叉。如果試驗(yàn)個(gè)體的適應(yīng)度函數(shù)值比目標(biāo)個(gè)體的好，那么在下一代實(shí)驗(yàn)中目標(biāo)個(gè)體會被實(shí)驗(yàn)個(gè)體取代，否則目標(biāo)個(gè)體仍然會被保留下來，這個(gè)操作就稱為選擇。群體中的每一代在進(jìn)化時(shí)，每一個(gè)個(gè)體都會被當(dāng)做一次目標(biāo)個(gè)體。最終保留較好的個(gè)體，淘汰較差的個(gè)體，結(jié)合達(dá)爾文優(yōu)勝劣汰的思想理論，引導(dǎo)搜索

3、過程逐漸向全局最優(yōu)解逼近。
　　本文介紹了優(yōu)化算法、進(jìn)化算法、差分演化算法的背景、發(fā)展以及基本原理，并且根據(jù)不同的差分向量的構(gòu)造模式提出了十種變異操作算子，從而形成十種策略。通過大量實(shí)驗(yàn)分析以及實(shí)驗(yàn)所得的數(shù)據(jù)利用適應(yīng)度函數(shù)對每個(gè)策略進(jìn)行了評估。本文還針對差分演化算法局部搜索能力做出了優(yōu)化與改進(jìn)，得到了局部搜索能力更強(qiáng)，收斂速度更快的改進(jìn)差分演化算法。本文同時(shí)將差分算法用于聚類算法的優(yōu)化，在實(shí)際應(yīng)用中體現(xiàn)了差分演化算法的優(yōu)勢與不足。