Der Käferoptimierer (DBO) ist ein metaheuristischer Algorithmus mit schneller Konvergenz und leistungsstarker Optimierungsfähigkeit, der bei der Lösung verschiedener Optimierungsprobleme herausragende Leistungen zeigt. Allerdings hat dieser Algorithmus Probleme bei der Konvergenz zum lokalen Optimum und bei der geringen Konvergenzgenauigkeit bei der Bearbeitung von komplexen und umfangreichen Optimierungsproblemen. Dafür wird ein adaptiver Käferoptimierer auf Basis eines Mechanismus des elastischen Abkühlens (ADBO) vorgeschlagen. Erstens wird der Konvergenzfaktor nichtlinear eingestellt, um den globalen Erkundungs- und lokalen Entwicklungserfordernissen Rechnung zu tragen, was die Konvergenzgeschwindigkeit und die Suchequalität verbessert; zweitens wird eine gierige differenzielle Optimierungsstrategie eingeführt, um die Population zu diversifizieren, die globale Suche zu verbessern und einer vorzeitigen Konvergenz vorzubeugen; schließlich wird ein Mechanismus des elastischen Abkühlens zur Störung zufällig ausgewählter Individuen verwendet, um aus einem lokalen Optimum auszubrechen, die Lösungsqualität und die Algorithmusstabilität zu verbessern. Die experimentellen Ergebnisse bei den CEC 2017, CEC 2022 und MCNC Basistestschaltungen zeigen die Effektivität, Überlegenheit und Allgemeingültigkeit von ADBO.

Metaheuristic algorithm;Dung beetle optimizer;Convergence factor;Greedy difference optimization strategy;Elastic annealing mechanism