在差分进化算法中跨越的重要性是什么？

Question

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，但我已尝试删除交叉过程，并且原始算法没有显着差异。

那么在差分进化算法中跨越的重要性是什么？

Answer 1

如果您不使用交叉可能是您的算法只是探索问题搜索空间并且不会利用它。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，但使用了有效变异运算符。根据{{​​3}}，在该算法中，作为纯突变体的试验载体以概率pF出现，而纯重组突出物以概率1 − pF出现。该变体显示出与经典DE变体rand / 1 / bin和目标到最佳/ 1 / bin （Differential Evolution: A Survey of the State-of-the-Art）产生竞争结果。

X(i,G)是G代的第i个目标（父级）向量，U(i,G)是对应的试用向量，F是差异向量比例因子和{{ 1}}。
在这个方案中，没有使用交叉，但是变异足以与原始DE算法进行比较。