Python Scipy全局优化算法：需要重新缩放吗？

亲爱的社区成员：

我正在考虑Scipy中提供的四种全局优化算法，即差分进化算法、双退火算法、basinhopping算法和shgo算法来校准模型。我的参数空间是13维的，参数值位于非常不同的范围内，因为它们代表不同的物理量，从一个参数的100s到另一个参数的1e-6。我想知道是否需要将所有参数缩放到相同的比例（例如从0到1的线性缩放）？根据我的理解，至少微分进化方法是一种仿射不变量，所以不需要缩放。如果参数被预先缩放，其他方法的性能是否更好？这些方法中是否有任何一种在其级别上缩放参数？任何见解都会有所帮助

谢谢