En este estudio, se diseñan automáticamente métodos de adaptación de parámetros para la evolución diferencial utilizando un enfoque de sustitución. En particular, se aplican series de Taylor para modelar la dependencia buscada entre los parámetros y valores del algoritmo, describiendo el estado actual del algoritmo. Para encontrar la técnica de adaptación más eficiente, se aplica la optimización global eficiente, una técnica de optimización asistida por sustitución. Se consideran tres parámetros: factor de escala, tasa de cruce y tasa de disminución de la población. La fase de aprendizaje se realiza en un conjunto de problemas de referencia de la competencia CEC 2017, y las heurísticas de adaptación de parámetros resultantes se prueban adicionalmente en los conjuntos de pruebas CEC 2022 y SOCO. Los resultados muestran que el enfoque propuesto es capaz de encontrar técnicas de adaptación eficientes dadas recursos computacionales relativamente pequeños.