Bernstain-Search 差分进化算法：提出了一种新的高性能差分进化算法。-matlab开发

标准差分进化算法 (DE) 中的参数设置是一个耗时的阶段，因为它基于试错过程。 本文针对实值数值优化问题提出了一种无参数DE算法，即Bernstain-Search差分进化算法(BSD)。 由于 BSD 的参数值是随机确定的，因此它实际上是无参数的。 因此，与DE及其改进版本相反，BSD没有参数设置过程。 在本文中，在进行的实验中使用了 CEC'2014 的 30 个基准问题、12 个测试图像的图像演化问题和一个三角不规则网络 (TIN) 演化问题，以统计研究 BSD 的问题解决成功。 在进行的实验中使用了四种比较算法（即 ABC、JADE、CUCKOO、WDE）。 明智地使用 Wilcoxon Signed Rank Test 对 BSD 和比较算法的问题解决成功进行了统计比较。 从执行的测试中获得的结果表明，总的来说，BSD 解决问题的成功率在统计上优于本文中使用的比较算法。