极值优化（EO）是一种模仿现象的算法，其灵感来自统计物理学领域的自组织临界的Bak-Sneppen模型。 规范EO在单个解决方案上工作，仅使用变异算子，该算子倾向于过早收敛到局部最优。 本文提出了一种基于种群的极值优化算法，为探索搜索空间提供了一种并行方式。 此外，通过分析解决方案集中每个组件集的分布知识，提出了一种新的名为云突变的突变策略。 带有云突变的基于种群的极值优化是挖掘和重建搜索过程中候选解的不确定性特性的特征。 最后，与其他已报道的元启发式算法相比，该算法适用于数值优化问题。 统计结