【智能算法】野马优化算法（WHO）原理及实现

---

1.背景

2021年，Naruei等人受到野马自然社会行为启发，提出了野马优化算法（Wild horse optimization,WHO）。

2.算法原理

2.1算法思想

WHO来源于野马的社会生活行为，主要包括小马驹的放牧行为、马的交配行为、种马群体的领导、以及各种群领导者的选拔行为。

2.2算法过程

小马驹的放牧行为：

小马驹通常大部分时间都在群体附近吃草，把种马视为放牧区域的中心，群体其他成员在不同半径的引线周围进行移动和探索：
$$\overline{x_{i,G}^j}=2Z\cos \left(2\pi RZ\right)\times \left(Stallio{n}^j-x_{i,G}^j\right)+Stallio{n}^j\text{\hspace{1em}(1)}$$
R是[-2,2]内的随机数，它可以使马驹以不同角度进行放牧，参数Z表述为：
$$Z=R_2\bullet IDX+{\vec{R}}_3\bullet (-IDX)\text{\hspace{1em}(2)}$$

马的交配行为：

当小马驹成熟后，会离开自己所在的群组进行交配行为：
$$X_{{}_{G,K}}^P=Crossover(X_{G,i}^q,X_{{}_{G,j}}),i\ne j\ne k,q=z=end\text{\hspace{1em}(3)}$$

集体领导：

群体领导者需要带领种群走向最佳栖息地，如果当前种群占主导地位，则可以使用栖息地，否则必须远离：
$${\overline{Stallion}}_{G_i}=\{\begin{array}{ll}2Z\cos (2\pi RZ)\times (WH-Stallio{n}_{G_i})+WH,if& \text{R3>0.5}\\ 2Z\cos (2\pi RZ)\times (WH-Stallio{n}_{G_i})-WH,if& \text{R3}\le 0.5\end{array}\text{\hspace{1em}(4)}$$

领导者交流与选拔：

随机选择领导者，确保算法的随机性质，后期如果成员有更好的适应度值则进行交换身份：
$$Stallio{n}_{G_i}=\{\begin{array}{ll}XG,i& \text{,if cost}(X_{G,i})\text{<}(Stallio{n}_{G_i})\\ Stallio{n}_{G_i},if& \text{cost}(X_{G,i})\text{>}(Stallio{n}_{G_i})\end{array}\text{\hspace{1em}(5)}$$

伪代码：

3.结果展示

4.参考文献

[1] Naruei I, Keynia F. Wild horse optimizer: A new meta-heuristic algorithm for solving engineering optimization problems[J]. Engineering with computers, 2022, 38(Suppl 4): 3025-3056.