Ну, и генетические алгоритмы, и дифференциальная эволюция являются примерами эволюционных вычислений.
Генетические алгоритмы очень близки к метафоре генетического воспроизводства. Даже язык в основном один и тот же - оба говорят о хромосомах, оба говорят о генах, гены - разные алфавиты, оба говорят о кроссовере, и кроссовер довольно близок к низкому уровню понимания генетической репродукции и т. Д.
Дифференциальная эволюция в том же стиле, но соответствия не такие точные. Первое большое изменение заключается в том, что DE использует действительные действительные числа (в строгом математическом смысле - они реализованы как числа с плавающей запятой, или двойные числа, или что-то еще, но в теории они охватывают область действительных чисел.) В результате Идеи мутации и кроссовера существенно различаются. Оператор мутации изменен настолько, что мне трудно даже понять, почему он называется мутацией как таковой, за исключением того, что он служит той же самой цели - вырвать вещи из локальных минимумов.
С положительной стороны, есть несколько результатов, показывающих, что DE часто более эффективны и / или более эффективны, чем генетические алгоритмы. И когда вы работаете с числовой оптимизацией, хорошо иметь возможность представлять вещи как реальные числа, вместо того, чтобы сначала переходить к хромосомному типу представления. (Примечание: я читал о них, но я не слишком разбирался с ними, поэтому не могу комментировать из первых рук.)
Что касается отрицательной стороны, я не думаю, что было какое-либо доказательство сходимости для DE, пока.