SCI二区|母亲优化算法（MOA）原理及实现【免费获取Matlab代码】

---

1.背景

2023年，I Matoušová受到母亲与孩子之间的人际互动启发，提出了母亲优化算法（Mother Optimization Algorithm, MOA）。

2.算法原理

2.1算法思想

MOA模拟了母亲与孩子之间的人际互动，其灵感是模拟母亲在教育、建议和养育三个阶段对孩子的照顾。

2.2算法过程

教育(探索阶段)

第一阶段称为“教育”，是受到儿童教育的启发。它旨在通过对种群成员位置进行显著改变，增强探索能力。在MOA中，母亲被视为种群中的最佳成员，她培养孩子的行为被模拟为教育阶段:
$$x_{i,j}^{P1}=x_{i,j}+\mathrm{rand}(0,1)\cdot (M_j-\mathrm{rand}(2)\cdot x_{i,j})\text{\hspace{1em}(1)}$$

建议(探索阶段)

在养育孩子中，母亲的一项主要职责是对孩子进行指导。建议阶段通过显著改变种群成员的位置，增加了MOA在探索阶段的能力:
B B i = { X k , F k > F i ∧ k ∈ { 1 , 2 , … , N } } , where  i = 1 , 2 , … , N x i j P 2 = x i , j + rand ( 0 , 1 ) ⋅ ( x i , j − rand ( 2 ) ⋅ S B B i , j ) (2) \begin{aligned}BB_i&=\{X_k,F_k>F_i\wedge k\in\{1,2,\ldots,N\}\},\quad\text{where}~i=1,2,\ldots,N\\\\x_{ij}^{P2}&=x_{i,j}+\text{rand}(0,1)\cdot(x_{i,j}-\text{rand}(2)\cdot SBB_{i,j})\end{aligned}\tag{2} BBi​xijP2​​={Xk​,Fk​>Fi​∧k∈{1,2,…,N}},where i=1,2,…,N=xi,j​+rand(0,1)⋅(xi,j​−rand(2)⋅SBBi,j​)​(2)

成长(开发阶段)

在教育过程中，母亲使用各种形式鼓励孩子提高他们的技能。养育导致MOA阶段中局部搜索和开发能力的增强:
$$x_{i,j}^{P3}=x_{i,j}+(1-2\cdot \mathrm{rand}(0,1))\cdot \frac{u{b}_j-l{b}_j}{t}\text{\hspace{1em}(3)}$$

流程图

伪代码

3.结果展示

4.参考文献

[1] Matoušová I, Trojovský P, Dehghani M, et al. Mother optimization algorithm: A new human-based metaheuristic approach for solving engineering optimization[J]. Scientific Reports, 2023, 13(1): 10312.

5.代码获取

【资源清单】代码资源清单导航~