【智能算法】青蒿素优化算法（AO）原理及实现

---

1.背景

2024年，C Yuan受到青蒿素药物治疗疟疾过程启发，提出了青蒿素优化算法（Artemisinin Optimization, AO）。

2.算法原理

2.1算法思想

AO灵感来自于疟疾的青蒿素药物治疗过程，该过程涉及全面根除人体内的疟疾寄生虫。AO包括三个优化阶段:模拟全局探索的全面消除阶段，局部开发的局部清除阶段，以及增强算法逃避局部最优能力的后巩固阶段。

2.2算法过程

全面消除阶段

在疟疾治疗的初始阶段，给病人更大剂量的药物，以迅速控制疾病的进展。青蒿素一旦被吸收，就会随着血液被输送到人体的各个部位而扩散到全身。药物扩散过程:
$$\{\begin{array}{c}{\mathrm{a}}_{\mathrm{i},\mathrm{j}}^{\mathrm{t}+1}={\mathrm{a}}_{\mathrm{i},\mathrm{j}}^{\mathrm{t}}+\mathrm{c}\times {\mathrm{a}}_{\mathrm{i},\mathrm{j}}^{\mathrm{t}}\times (-1{)}^{\mathrm{t}},\mathrm{rand}<0.5\\ {\mathrm{a}}_{\mathrm{i},\mathrm{j}}^{\mathrm{t}+1}={\mathrm{a}}_{\mathrm{i},\mathrm{j}}^{\mathrm{t}}+\mathrm{c}\times \mathrm{bes}{\mathrm{t}}_{\mathrm{j}}^{\mathrm{t}}\times (-1{)}^{\mathrm{t}},\mathrm{rand}>0.5\end{array}\text{\hspace{1em}(1)}$$
青蒿素类药物在人体内的扩散遵循药代动力学原理，考虑到药物浓度会随着时间的推移而降低，c表示药物浓度在人体内的衰减指数，青蒿素药物浓度的衰减可以用单室模型描述:
$$\begin{gathered} \frac{dC}{dt}=-k\times C \\ C(t)=C_0\times e^{(-k\times t)}\text{\hspace{1em}(2)} \end{gathered}$$
因此，青蒿素药物浓度的指数c表述为：
$$c=1\times e^{-(4\times \frac{f}{Maxf})}\text{\hspace{1em}(3)}$$
概率系数K表述为:
$$K=1-\frac{f^{1/6}}{Max{f}^{1/6}}\text{\hspace{1em}(4)}$$
综合淘汰阶段策略:
$$\{\begin{array}{c}{a}_{i,j}^{t+1}=a_{i,j}^t+c\times a_{i,j}^t\times (-1{)}^t,\mathrm{rand}<0.5\\ a_{i,j}^{t+1}=a_{i,j}^t+c\times bes{t}_j^t\times (-1{)}^t,rand>0.5\end{array},r_1<K\text{\hspace{1em}(5)}$$
在最初的治疗阶段之后，随着疾病得到控制，治疗过渡到维持阶段，以确保彻底治愈疟疾。

局部清除阶段

局部清除阶段的目标是消除体内任何残留的疟疾寄生虫，防止其繁殖和疟疾症状的复发。在这一阶段，患者继续接受低剂量青蒿素及其衍生物的治疗，以确保完全根除疟疾寄生虫，尽量减少在人体内发生不良反应的风险。局部清除阶段策略：
$$\begin{gathered} a_i^{t+1}=a_{b_3}^t+d\times \left(a_{b_1}^t-a_{b_2}^t\right),ifrand<Fi{t}_{norm}(i) \\ Fi{t}_{norm}(i)=\frac{fit(i)-\min (fit)}{\max (fit)-\min (fit)} \\ {b}_1,b_2,b_3\sim U(1,N),b_1\ne b_2\ne b_3\text{\hspace{1em}(6)} \end{gathered}$$

后巩固阶段

对疾病的严重程度漠不关心和治疗期间的松懈是危险的有害因素，在这种策略中，假设不活跃的寄生虫形式仍然存在于人体内。不幸的是，尽管这些休眠寄生虫持续存在，一些患者仍可能再次出现疟疾。该策略表述为:
$$\{\begin{array}{c}{a}_{i,j}^{t+1}=a_{i,j}^t,ifrand<0.05\\ a_{i,j}^{t+1}=bes{t}_{i,j},ifrand<0.2\end{array}\text{\hspace{1em}(7)}$$

流程图

伪代码

3.结果展示

4.参考文献

[1] Yuan C, Zhao D, Heidari A A, et al. Artemisinin optimization based on malaria therapy: Algorithm and applications to medical image segmentation[J]. Displays, 2024: 102740.

5.代码获取