这一贡献提供了使用差分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，你想找到最小化函数输出的参数集，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。但是，该软件包提供的代码远远超过了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：
*优化可以在多核/计算机上并行运行。
*在优化过程中提供广泛且可配置的进度信息。
*中间结果将存储起来，以供以后查看优化进度。
*进度信息可以通过电子邮件发送。
*不需要优化工具箱。
*快速启动演示功能。
*优化后将显示中间结果。
*可以选择不同的结束条件（最长时间、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（例如整数性质的参数）。
*代码可以很容易地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软件包。如果您想让我知道您感谢我的工作，您可以通过留下捐款：
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
Markus Buehren（2021年）。差异进化(//www.tianjin-qmedu.com/matlabcentral/fileexchange/18593-differential-evolution)，MATLAB中心文件交换.
