优于8种最新方法
该框架利用深度强化学习实现差分进化算法中超参数的多阶段自适应调整，所提出的三种算法在CEC'18基准测试上均优于现有方法。
Han, Mingzhang · Fan, Mingjie · 赵新超 · Ye, Lingjuan
Neurocomputing 2025
将搜索过程分为多个等长阶段，由DRL智能体根据阶段状态选取超参数，摆脱逐代试错。
新奖励函数在训练时综合所有训练函数上的表现，并集成骨干算法性能，使智能体训练更全面。
在CEC’18基准上，三种新算法表现优于八种最先进方法，验证了框架有效性。
大量实验验证了奖励函数的有效性以及框架的可扩展性和鲁棒性，可应用于不同DE变体。