进化与梯度协同寻优
融合Adam变异、内环交叉与内环变异两个新算子，兼顾全局探索与局部开发，在函数优化中表现优于当前先进算法。
吴秋轩 · Zikai, Zhao · Mingming, Chen · Chi, Xiaoni · 张波涛 · 王坚 · Anton, Zhilenkov · Chepinskiy, Sergey A.
Journal of Computational Design and Engineering 2024
引入Adam作为变异算子，利用梯度信息动态调整步长，使算法在后期能精细搜索，从而找到更优的解。
内环交叉和内环变异算子模拟RNA分子的内环结构，在进化早期增强全局探索，帮助算法跳出局部最优。
在17个基准函数和CEC2017的29个函数上，Friedman检验的平均排名均优于对比算法，分别达到1.58和1.724。