El algoritmo de búsqueda esférica es un optimizador efectivo para resolver problemas de optimización global no lineales con restricciones de límite. Sin embargo, puede caer en el óptimo local al manejar problemas de optimización de combinación. Este documento propone un algoritmo de búsqueda esférica autoadaptativo mejorado con evolución diferencial (SSDE), que se caracteriza por una estrategia de aprendizaje basada en la oposición, un mecanismo de búsqueda escalonado, un parámetro autoadaptativo no lineal y un enfoque de mutación-cruce. Para demostrar el rendimiento sobresaliente del SSDE, se comparan ocho optimizadores en los problemas de referencia CEC2017. Además, se resuelven dos problemas prácticos de ingeniería con restricciones (el problema de diseño de vigas soldadas y el problema de diseño de recipientes a presión) mediante el SSDE. Los resultados experimentales muestran que el algoritmo propuesto es altamente competitivo en comparación con algoritmos de vanguardia.