RDEx-SOP：成功率反馈与偏开发分支的结合

RDEx 是 RDE 之后的一组方法，作者仓库分别列出单目标 SOP、约束单目标 CSOP、多目标 MOP 与约束多目标 CMOP。承接本系列的有界单目标主线，本文重点讨论 RDEx-SOP。

截至 2026-09-19，本文核对的公开报告为 arXiv:2603.27089v1，发表于 2026 年 3 月，描述 CEC 2025 使用的方法。算法参赛年份和报告公开年份不同；本文不据此宣称它是整个 DE 领域“最新或最强”的方法。

相对 RDE，值得读的变化

RDEx-SOP 把 L-SRTDE 的成功率反馈思路与偏开发（Exploitation-biased，EB）分支组合起来。标准分支用成功率控制 $F$ 的正态采样中心和精英窗口；EB 分支使用有序供体及历史记忆驱动的 Cauchy 采样。它还保留线性缩群与局部 Cauchy 扰动。

两个分支并非只换了一个名字：一个根据近期成功比例调整行为，一个通过供体排序与历史参数强化开发。分支使用比例又受到改进收益影响，因而形成不同层次的反馈。

控制层	读取的信息	决定什么
成功率控制	近期成功试验比例	标准分支的参数中心和精英窗口
成功历史记忆	成功参数与改进收益	参数采样参考值
分支分配	两个分支的改进贡献	后续使用 EB 分支的概率
预算调度	已用评价比例	前沿种群规模

表格是对论文机制的归纳，不是四个机制各自都由 RDEx 首创的声明。

一个理解反馈冲突的例子

假设标准分支频繁取得很小的改善，EB 分支偶尔取得较大改善。前者可以让成功率看起来很高，后者可能在收益分配中占优势。若把成功次数和收益幅度都称作“成功表现”，就会忽略它们对调度的不同影响。

进一步地，某个分支被多使用，便可能积累更多总收益。因此，读分配公式时应检查是否按使用次数归一化、无改进时怎样回退，以及概率到达端点后能否恢复探索。这个分析是对反馈系统的阅读问题，不是已验证的 RDEx 缺陷。

它算不算开创性改进

本文判断：有值得独立阅读的组合设计，但现有材料不足以将其定性为新的 DE 范式。 成功历史、有序变异、成功率控制、线性缩群与 Cauchy 扰动都有前序来源。新的价值主要在于面向固定预算的组织方式及速度—精度权衡。

判断“开创性”至少要区分三个层次：提出此前没有的机制、发现已有机制的新组合规律、在特定评测上取得更好表现。后两个层次可以很有用，但不能自动推导第一个层次。

性能证据要怎样读

报告比较了 CEC2025 SOP 上 29 个函数、30 维、每函数 25 次运行，预算为 $10000D$。作者将较好的总体表现主要归因于速度侧；在与 LSRTDE 的最终值比较中，经 Holm 校正的胜/平/负为 $2/27/0$。这是作者报告的结果，不是本文复现结果。

因此，合适的表述是“在该设置下体现速度优势，最终精度与强基线接近”，不能写成“每个函数都更准”。要判断新组合的独立贡献，还需要固定其他组件后的消融；比较表本身不能分离各机制的因果作用。

多目标及约束版本更改了评价、排序与可行性处理，不能沿用 SOP 结果作保证。本系列下一步转向学习驱动的 DE，考察控制规则能否从跨问题经验中学习。

参考资料

• Tao, S.; Yang, Y.; Zhao, R.; Wang, K.; Liu, S.; Gao, S. (2026). RDEx-SOP: Exploitation-Biased Reconstructed Differential Evolution for Fixed-Budget Bound-Constrained Single-Objective Optimization.
• RDEx 系列作者仓库：区分 SOP、CSOP、MOP、CMOP 的资料入口。
• L-SRTDE 作者实现：成功率控制的前序来源。