引言
本期介绍了一种名为北极海鹦优化算法Arctic puffin optimization,APO的元启发式算法。一种受北极海鹦生存和捕食行为启发的元启发式优化算法。该算法具有独特的算法结构和新颖的迭代方法,具有较强的自适应优化能力。该成果于2024年9月发表在JCR 1区,中科院2区SCI期刊Advances in Engineering Software。
以北极海鹦的生存行为为灵感,提出了APO算法。APO的数学模型包括种群初始化、空中飞行阶段(探索)和水下觅食阶段(开发)三个主要阶段。此外,它还涉及到两种策略之间的转换,这是由北极海鹦的行为转化因子诱导的。
1. 初始化。和其他算法一样,随机初始化
2. 空中飞行阶段(探索)。北极海鹦依靠独特的飞行和觅食策略来应对充满挑战的生存。在日常生活中,它们必须在海洋和空气之间灵活地适应,满足它们的营养需求,适应多样化的环境。
•第一个策略是空中搜索
•第二种策略是俯冲捕食
3.水下觅食阶段(开发)。北极海鹦的生存策略包括两个关键方面:空中飞行和水下觅食。水下觅食包括三种主要策略,每一种策略都适用于特定的环境,以提高捕食效率。这三种策略分别是聚集觅食、加强搜索和躲避捕食者。
•聚集觅食:在北极海鹦的觅食行为中,它们经常采取集体策略,聚集在水面附近的鱼群周围。这种合作捕食行为提高了捕猎效率和成功率。合作觅食使它们能够有效地合作,集体包围和捕获鱼群,从而增加成功捕食的机会。此外,海鹦停留在海面上观察其他成员的行为,以确定潜水热点或食物资源。
•强化搜索:随着捕食的进行,北极海鹦可能会在一段时间后感觉到当前觅食区域的食物资源枯竭或耗尽。为了继续满足它们的营养需求,它们必须改变它们在水下的位置,寻找更多的鱼或其他水下食物来源。
•躲避捕食者:这一策略被用来描述北极海鹦在发现附近的捕食者时的行为。它们用一种特殊的声音或叫声来警告其他北极海鹦,表明危险的存在。这种叫声是一种危险信号,会引起其他北极海鹦的警觉,促使它们离开危险区域。
APO伪代码:
原文作者为了验证APO算法的先进性和适用性,将其与九种先进的优化算法进行了比较。在CEC2017、CEC2019和CEC2022三个测试集中,APO算法分别在72%、70%和75%的情况下优于其他被比较算法。同时,Wilcoxon符号秩检验结果和Friedman秩均值统计证明了APO算法的优越性。此外,在13个现实世界的工程问题(点我)中,APO在85%的测试用例中优于其他比较算法,证明了它在解决实际问题方面的潜力。
参考文献
Wen-chuan Wang, Wei-can Tian, Dong-mei Xu, Hong-fei Zang. Arctic Puffin Optimization: A Bio-inspired metaheuristic Algorithm for Solving Engineering Design Optimization. Advances in Engineering Software, 2024,195, 103694. https://doi.org/10.1016/j.advengsoft.2024.103694 .
Matlab代码下载
微信搜索并关注-优化算法侠,或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
2024年一区SCI-北极海鹦优化算法Arctic puffin optimization-附Matlab免费代码
点击链接跳转:
340种基础优化算法免费下载-matlab
matlab版的340种基础优化算法免费下载
求解cec测试函数-matlab
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程,SO EASY!