针对差分算法(differential　evolution,DE)在解决高维优化问题时参数设置复杂、选择变异策略困难的现象,提出了广义逆向学习方法的自适应差分进化算法(self-adaptive　DE　algorithm　via　generalized　opposition-based　learning,SDE-GOBL)。利用广义的逆向学习方法(generalized　opposition-based　learning,GOBL)来进行多策略自适应差分算法(Self-adaptive　DE,Sa　DE)的初始化策略调整,求出各个候选解的相应逆向点,并在候选解和其逆向点中选择所需要的最优初始种...