針對(duì)差分進(jìn)化（DE）算法存在的尋優(yōu)精度低、收斂速度慢等問(wèn)題，借鑒混沌分散策略、反向?qū)W習(xí)策略（OBL）以及跨種群并行機(jī)制，提出一種基于反向?qū)W習(xí)的跨種群差分進(jìn)化算法（OLCPDE）。采用混沌分散策略進(jìn)行種群初始化，將種群劃分為精英種群和普通種群，對(duì)兩個(gè)子種群分別采用標(biāo)準(zhǔn)的差分進(jìn)化策略和基于反向?qū)W習(xí)的差分進(jìn)化策略；同時(shí)，為進(jìn)一步提高算法對(duì)單峰函數(shù)的求解精度和穩(wěn)定性，采用了一種跨種群的差分進(jìn)化策略，運(yùn)用三種策略對(duì)于種群進(jìn)行操作，達(dá)到共同進(jìn)化的目的。實(shí)驗(yàn)獨(dú)立運(yùn)行30次，OLCPDE在12個(gè)標(biāo)準(zhǔn)的測(cè)試函數(shù)中，有11個(gè)函數(shù)都能穩(wěn)定地收斂到全局最優(yōu)解，優(yōu)于對(duì)比算法。實(shí)驗(yàn)結(jié)果表明，OLCPDE收斂精度高，能有效避免陷入局部最優(yōu)點(diǎn)。