差分进化算法Matlab代码

以下是一个简单的差分进化算法的 Matlab 代码实现，供参考：

% 差分进化算法
% 可以通过修改参数来适应不同的优化问题

% 初始化参数
pop_size = 50; % 种群大小
max_gen = 1000; % 最大迭代次数
F = 0.8; % 缩放因子
CR = 0.9; % 交叉概率

% 初始化种群
pop = rand(pop_size, n); % n为优化问题的维度
best_pop = pop(1, :);
best_fit = fun(best_pop);

% 进化
for i = 1:max_gen
    % 选择三个不同的个体
    idx = randperm(pop_size, 3);
    a = pop(idx(1), :);
    b = pop(idx(2), :);
    c = pop(idx(3), :);
    
    % 变异
    v = a + F * (b - c);
    
    % 交叉
    mask = rand(1, n) < CR;
    u = pop(i, :);
    u(mask) = v(mask);
    
    % 评估适应度
    fit_u = fun(u);
    
    % 更新最优个体
    if fit_u < best_fit
        best_pop = u;
        best_fit = fit_u;
    end
    
    % 更新种群
    pop(i, :) = u;
end

% 输出结果
disp(['最优解：', num2str(best_pop)]);
disp(['最优适应度：', num2str(best_fit)]);

其中，`fun` 函数为需要优化的目标函数，输入为一个向量，输出为一个标量。可以根据具体问题进行修改。