：为了防止差分演化算法在求解复杂问题时容易陷入局部最优、收敛速度慢等问题． 提出.了一种基于精英解学习的邻域搜索差分演化算法(ELNDE)．在该算法中利用多个精英解构建一.个精英解池策略，并且对其进行反向学习，保证种群的多样性．在每一代种群演化计算过程中执.行邻域搜索，通过精英解作为导向，加快算法的收敛速度的同时提高开采能力．使用13个基准测.试函数对提出的算法进行了测试并且与几种知名的改进算法进行比较．实验表明．提出的算法在.收敛速度和解的精度是具有较大的优势．