Der Kakerlakenoptimierer (DBO) ist ein metaheuristischer Algorithmus mit schneller Konvergenz und starker Optimierungsfähigkeit, der eine ausgezeichnete Leistung bei der Lösung verschiedener Optimierungsprobleme zeigt. Allerdings hat dieser Algorithmus Probleme, in ein lokales Optimum zu geraten und eine geringe Konvergenzgenauigkeit bei der Lösung von großen und komplexen Optimierungsproblemen. Deshalb wird ein adaptiver Kakerlakenoptimierer auf Basis eines Mechanismus des elastischen Abkühlens (ADBO) vorgeschlagen. Zunächst wird der Konvergenzfaktor auf nichtlineare Weise angepasst, um die Bedürfnisse der globalen Exploration und lokalen Entwicklung auszugleichen, und dadurch die Konvergenzgeschwindigkeit und die Suche zu verbessern; dann wird eine gierige Optimierungsstrategie für Differenzen eingeführt, um die Vielfalt der Population zu stärken, die globale Suchfähigkeit zu verbessern und eine zu frühzeitige Konvergenz zu vermeiden; schließlich wird ein Mechanismus des elastischen Abkühlens zur Störung zufällig ausgewählter Individuen eingesetzt, um beim Entkommen aus einem lokalen Optimum zu helfen, die Qualität der Lösung und die Stabilität des Algorithmus zu verbessern. Experimentelle Ergebnisse mit den Funktionssätzen CEC 2017, CEC 2022 und den MCNC-Testschaltungen haben die Wirksamkeit, Überlegenheit und Universalität von ADBO bestätigt.

metaheuristischer Algorithmus; Kakerlakenoptimierer; Konvergenzfaktor; gierige Optimierungsstrategie für Differenzen; Mechanismus des elastischen Abkühlens