【智能算法】飞蛾扑火算法（MFO)原理及实现

---

1.背景

2015年，Mirjalili等人受到飞蛾受到火焰吸引行为启发，提出了飞蛾算法(Moth-Flame Optimization，MFO)。

2.算法原理

2.1算法思想

MFO基于自然界中飞蛾寻找光源的行为，主要分为选择火焰-围绕飞行-移动三个阶段。

2.2算法过程

选择火焰：
初始飞蛾数量和火焰数量相同，每只飞蛾可以选择不同的火焰，火焰数量表述为：
$$flameno=round(N-l\ast \frac{N-1}{T})\text{\hspace{1em}(1)}$$

围绕飞行：
飞蛾采用螺旋飞行方式寻找光源，表述为：
$$S(M_i,F_j)=D_i\cdot e^{bt}\cdot \cos (2\pi t)+F_j\text{\hspace{1em}(2)}$$

移动：
飞蛾围绕火焰飞行至下一位置，将下一位置与火焰位置进行排序（适应度值度量）作为下一次火焰位置。
伪代码：

3.结果展示

4.参考文献

[1] Mirjalili S. Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm[J]. Knowledge-based systems, 2015, 89: 228-249.