El optimizador de escarabajos (DBO) es un algoritmo metaheurístico con una rápida convergencia y una gran capacidad de optimización, que muestra un rendimiento excelente en la resolución de diversos problemas de optimización. Sin embargo, este algoritmo tiene problemas en la convergencia al óptimo local y en la baja precisión de la convergencia al tratar con problemas de optimización complejos y de gran escala. Para abordar esto, se propone un optimizador de escarabajos adaptativo basado en un mecanismo de recocido elástico (ADBO). En primer lugar, se ajusta el factor de convergencia de forma no lineal para equilibrar la exploración global y el desarrollo local, mejorando así la velocidad de convergencia y la calidad de la búsqueda; en segundo lugar, se introduce una estrategia de optimización por diferenciación voraz para mejorar la diversidad de la población, aumentar la capacidad de búsqueda global y evitar una convergencia prematura; por último, se utiliza un mecanismo de recocido elástico para perturbar individuos seleccionados al azar, lo que ayuda a salir del óptimo local, mejorar la calidad de la solución y la estabilidad del algoritmo. Los resultados experimentales en los conjuntos de funciones básicas CEC 2017, CEC 2022 y los circuitos de prueba básicos MCNC han validado la eficacia, superioridad y universalidad de ADBO.

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