该贡献提供了使用差分进化进化算法寻找最佳参数集的函数。简单地说：如果你有一个复杂的函数，你无法计算它的导数，而你想找到一个参数集，使函数的输出最小化，那么使用这个包是一种可行的方法。
优化的核心是差分进化算法。然而，此软件包提供的代码远不止Differential Evolution主页上提供的代码：
http://www.icsi.berkeley.edu/~storn/code.html
以下是一些功能的列表：
*优化可以在多个内核/计算机上并行运行。
*优化期间的广泛且可配置的进度信息。
*存储中间结果以供以后审查优化进度。
*进度信息可以通过电子邮件发送。
*不需要优化工具箱。
*使用演示功能快速入门。
*优化后显示中间结果。
*可以选择不同的结束条件（最大时间、达到的值等）。
*每个参数值都可以约束为一个间隔。
*每个参数值都可以量化（例如，对于整数性质的参数）。
*代码可以很容易地进行扩展，以使用您选择的进化算法。
我花了很多时间来开发这个包。如果你想让我知道你很感激我的工作，你可以通过捐款的方式：
https://www.paypal.com/cgi-bin/webscr？cmd=_s-xclick&hosted_button_id=KAECWD2H7EJFN
关键词：优化，进化算法，遗传算法，差分进化，并行处理，分布式计算，多核。
引用为
马库斯·布埃伦（Markus Buehren）（2024）。差异进化(https://www.mathworks.com/matlabcentral/fileexchange/18593-differential-evolution网站)，MATLAB中央文件交换。恢复.
