差分进化算法中的优化问题.

涉及三个进化过程,即突变交叉和选择

我只是一个初学者,但我已经尝试去除交叉过程,并且原始算法没有显着的差异结果.

那么在差分进化算法中跨越的重要性是什么？

最佳答案 如果你不使用交叉可能是你的算法只是探索问题搜索空间,而不是利用它.一般来说,如果进化算法在勘探和开采率之间取得良好平衡,那么它就会成功.

例如DE / rand / 1 / Either-Or是DE的变体,它消除了交叉运算符但使用了有效的变异运算符.根据Differential Evolution: A Survey of the State-of-the-Art,在该算法中,纯突变体的试验载体以概率pF出现,而纯重组体的试验载体以概率1-pF出现.显示该变体产生针对经典DE变体rand / 1 / bin和靶向最佳/ 1 / bin(Main Reference)的竞争性结果.
  

X(i,G)是G代的第i个目标(父)向量,U(i,G)是对应的试验向量,F是差异向量比例因子,k = 0.5 *(F 1)[在原创].
在该方案中,不使用交叉,但突变足以与原始DE算法进行比较.