量子科技中心_量科网

该论文对IEEE CEC单目标优化竞赛结果（2010-2024年）进行了历史分析。研究人员分析了基准函数如何塑造优胜算法，指出2014年引入的密集旋转矩阵是关键性能筛选器。这一设计选择引入了参数不可分离性，降低了依赖坐标方法（如粒子群优化、遗传算法）的有效性，并确立了能够保持差分向量旋转不变性的差分进化变体（特别是L-SHADE算法）的主导地位。2020年后分析表明，研究趋势转向结合多种机制（如特征向量交叉、社会共享、强化学习）的高复杂度混合优化器以最大化排名稳定性。该工作最后指出，这些现代基准测试与变分量子算法场景存在结构相似性，表明进化后的CEC求解器具备量子控制所需的特定自适应能力。