เปรียบเทียบวิธี

	ตัวปรับปรุงรันเจ-คุตตา	Differential Evolution
สาขาวิชา	การหาค่าเหมาะที่สุด	การหาค่าเหมาะที่สุด
ตระกูล	Machine learning	Process / pipeline
ปีกำเนิด	2023	1997
ผู้ริเริ่ม	Ayushi Khatri	Rainer Storn & Kenneth Price
ประเภท	Mathematical metaheuristic algorithm	Population-based stochastic metaheuristic
แหล่งต้นตำรับ	Khatri, A., Kumar, A., & Gaba, G. K. (2023). Runge Kutta optimizer: An efficient approach for solving optimization tasks. Computers and Industrial Engineering, 180, 109201.	Storn, R. & Price, K. (1997). Differential Evolution – A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces. Journal of Global Optimization, 11(4), 341–359.
ชื่อเรียกอื่น	RKO	DE algorithm, Diferansiyel Evrim (DE), DE optimization
ที่เกี่ยวข้อง	5	5
สรุป	The Runge Kutta Optimizer (RKO) is a metaheuristic algorithm introduced by Khatri et al. in 2023 that leverages numerical integration principles from the Runge-Kutta method. Instead of biological inspiration, RKO grounds optimization in mathematical principles of differential equations and numerical integration. The algorithm treats the optimization landscape as a dynamic system and uses multi-stage integration steps to evolve solutions toward optima.	Differential Evolution (DE), introduced by Rainer Storn and Kenneth Price in 1997, is a population-based stochastic optimisation algorithm designed for continuous parameter spaces. It generates candidate solutions by combining vector differences between existing population members, making it a powerful and parameter-lean alternative to Genetic Algorithms and Particle Swarm Optimisation when the search landscape is non-convex, multimodal, or poorly suited to gradient-based methods.