O otimizador de baratas (DBO) é um algoritmo metaheurístico com rápida convergência e poderosa capacidade de otimização, que tem mostrado excelente desempenho na resolução de vários problemas de otimização. No entanto, este algoritmo tem problemas para cair em um ótimo local e uma baixa precisão de convergência ao resolver problemas de otimização complexos em larga escala. Para resolver isso, foi proposto um otimizador de baratas adaptativo com base em um mecanismo de recozimento elástico (ADBO). Primeiramente, o fator de convergência foi ajustado de forma não linear para equilibrar as necessidades de exploração global e desenvolvimento local, melhorando assim a velocidade de convergência e a qualidade da busca; em segundo lugar, foi introduzida uma estratégia de otimização gananciosa de diferenças para aumentar a diversidade da população, melhorar a capacidade de busca global e evitar uma convergência prematura; por fim, foi utilizado um mecanismo de recozimento elástico para perturbar indivíduos selecionados aleatoriamente, ajudando a escapar do ótimo local, melhorar a qualidade da solução e a estabilidade do algoritmo. Os resultados experimentais com conjuntos de funções CEC 2017, CEC 2022 e circuitos de teste MCNC confirmaram a eficácia, superioridade e universalidade do ADBO.

algoritmo metaheurístico; otimizador de baratas; fator de convergência; estratégia de otimização gananciosa de diferenças; mecanismo de recozimento elástico