Differential Evolution 微分进化算法matlab代码

微分进化算法，附带简单的例子，可以站内交流，

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Function:         [FVr_bestmemS_bestvalI_nfeval] = deopt（fnameS_struct）
%                    
% Author:           Rainer Storn Ken Price Arnold Neumaier Jim Van Zandt
% Description:      Minimization of a user-supplied function with respect to x（1:I_D）
%                   using the differential evolution （DE） algorithm.
%                   DE works best if [FVr_minboundFVr_maxbound] covers the region where the
%                   global minimum is expected. DE is also somewhat sensitive to
%                   the choice of the stepsize F_weight. A good initial guess is to
%                   choose F_weight from interval [0.5 1] e.g. 0.8. F_CR the crossover
%                   probability constant from interval [0 1] helps to maintain
%                   the diversity of the population but should be close to 1 for most. 
%                   practical cases. Only separable problems do better with CR close to 0.
%                   If the parameters are correlated high values of F_CR work better.
%                   The reverse is true for no correlation.
%
%                   The number of population members I_NP is also not very critical（决定性的）. A
%                   good initial guess is 10*I_D. Depending on the difficulty of the
%                   problem I_NP can be lower than 10*I_D or must be higher than 10*I_D
%                   to achieve convergence.
%
%                   deopt is a vectorized variant of DE which however has a
%                   property which differs from the original version of DE:
%                   The random selection of vectors is performed by shuffling（滑移） the
%                   population array. Hence a certain vector can‘t be chosen twice
%                   in the same term of the perturbation expression.
%                   Due to the vectorized expressions deopt executes fairly fast
%                   in MATLAB‘s interpreter environment.
%
% Parameters:       fname        （I）    String naming a function f（xy） to minimize.
%                   S_struct     （I）    Problem data vector （must remain fixed during the
%                                       minimization）. For details see Rundeopt.m.
%                   ---------members of S_struct----------------------------------------------------
%                   F_VTR        （I）    “Value To Reach“. deopt will stop its minimization
%                                       if either the maximum number of iterations “I_itermax“
%                                       is reached or the best parameter vector “FVr_bestmem“ 
%                                       has found a value f（FVr_bestmemy） <= F_VTR.
%                   FVr_minbound （I）    Vector of lower bounds FVr_minbound（1） ... FVr_minbound（I_D）
%                                       of initial population.
%                                       *** note: these are not bound con

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      15800  2010-04-12 21:34  DE\deopt.m

     文件       1839  2010-04-13 19:52  DE\left_win.m

     文件       2260  2010-04-12 21:36  DE\objfun.m

     文件       1453  2002-01-24 23:05  DE\PlotIt.m

     文件       5100  2010-04-12 17:17  DE\Rundeopt.m

     文件        512  2002-01-24 22:51  DE\step.m

     目录          0  2010-05-15 12:14  DE

----------- ---------  ---------- -----  ----

                26964                    7