差分进化算法(differential evolution algorithm, DE)是近年来比较流行的进化算法,由于其控制参数较少、操作相对简单,被广泛应用于复杂的参数优化问题中。但常规的差分进化算法存在停滞现象,容易使算法收敛停止,鉴于此本文给出一种改进的差分进化算法,对算法给出另一个终止条件并且重新生成初始个体,对种群大小N,变异率F,交叉率CR其中的也可作调整,在计算过程中引入精英策略,既防止了停滞现象也加快了收敛速率并使算法能收敛到全局的最优值。多维传感器的动态耦合是指某一方向的动态输出信号中,含有其他方向输入量的影响,该项误差是影响传感器测量精度的一个重要因素。基于小生境差分进化算法和遗传规划,给出了多维传感器动态解耦方法。该方法利用传递函数矩阵分析法的解耦思想,可以根据多维传感器的标定数据,应用遗传规划和小生境差分进化算法直接求解解耦网络并进行优化,克服了原经典方法中对传感器模型精确已知的要求,具有一定的鲁棒性。仿真结果证明了该方法的正确性和有效性。