【正文】 進(jìn)化代數(shù)?；静罘诌M(jìn)化算法1基本差分進(jìn)化算法的基本思想DE算法是一種基于實(shí)數(shù)編碼的用于優(yōu)化函數(shù)最小值的進(jìn)化算法，是在求解有關(guān)切比雪夫多項(xiàng)式的問題時(shí)提出來的，是基于群體差異的進(jìn)化計(jì)算方法。3 差分進(jìn)化算法的算法流程由前面對(duì)基本差分進(jìn)化算法的基本原理的了解，我們可以得到差分進(jìn)化算法的算法流程設(shè)計(jì)如下。)。%隨機(jī)產(chǎn)生初始種群for i=1:N for j=1:D x(i,j)=a1(j)+rand*(b1(j)a1(j))。 end end while 21 c=floor(rand*N)+1。endy(z)=Pb。eval=0。 cost(i)=score。 if a~=i break。eps=1e9。請(qǐng)輸入種群規(guī)模N=39。 交叉操作由變異個(gè)體和父代個(gè)體得到試驗(yàn)個(gè)體，則 (2)其中，是間的隨機(jī)數(shù)；是范圍在間的常數(shù)，稱為交叉因子，值越大，發(fā)生交叉的可能性就越大；是在隨機(jī)選擇的一整數(shù)，它保證了對(duì)于試驗(yàn)個(gè)體至少要從變異個(gè)體中獲得一個(gè)元素。在傳統(tǒng)的遺傳算法中，子代個(gè)體以一定概率取代其父代個(gè)體，而在差分進(jìn)化中新產(chǎn)生的個(gè)體只有當(dāng)它比種群中的個(gè)體優(yōu)良時(shí)才替換種群中的個(gè)體。(5) 交叉操作：按(2)式對(duì)每個(gè)個(gè)體進(jìn)行交叉操作，得到試驗(yàn)個(gè)體。請(qǐng)輸入運(yùn)行的次數(shù)U=39。Pb=cost(1)。 end %對(duì)每個(gè)個(gè)體進(jìn)行交叉操作，得試驗(yàn)個(gè)體 jrand=floor(r