差分进化算法

DE是一种模拟生物进化的随机模型:通过反复迭代，使得那些适应环境
的个体被保存下来，其基本思想是:从某一随机产生的初始种群开始:按照一定的操作规
则不断迭代。并根据每一个体的适应度值。保留优良个体。淘汰劣质个体，引导搜索过程
向最优解逼近算法运行过程巾保持种群规模不变:3种运算贯穿整个执行过程:即变异、
交叉和选择变异算子为DE中最重要的算子:该算子将同一群体中两个个体向量进行差
分和缩放，并与该群体中第三个个体向量相加得到一个变异体向量;然后变异向量与目标
向量通过杂交算子产生一个试验向量;最后，试验向量与目标向量进行适应值比较，较优
者保存在下一代群体中这样，差分进化算法利用差分变异:杂交和选择等算子对群体不
断进行演化，直到达到终止条件退出。