為解決差分進(jìn)化（ DE）算法過(guò)早收斂與搜索能力低的問(wèn)題，討論對(duì)控制參數(shù)的動(dòng)態(tài)調(diào)整，提出一種基于反向?qū)W習(xí)的自適應(yīng)差分進(jìn)化算法。該算法通過(guò)反向精英學(xué)習(xí)機(jī)制來(lái)增強(qiáng)種群的局部搜索能力，獲取精確度更高的最優(yōu)個(gè)體；同時(shí)，采用高斯分布隨機(jī)性提高單個(gè)個(gè)體的開(kāi)發(fā)能力，通過(guò)擴(kuò)充種群的多樣性，避免算法過(guò)早收斂，整體上平衡全局搜索與局部尋優(yōu)的能力。采用CEC 2014中的6個(gè)測(cè)試函數(shù)進(jìn)行仿真實(shí)驗(yàn)，并與其他差分進(jìn)化算法進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明所提算法在收斂速度、收斂精度及可靠性上表現(xiàn)更優(yōu)。