2025年2月一区SCI-壮丽细尾鹩莺算法Superb Fairy-wren Optimization-附Matlab免费代码

最新推荐文章于 2025-04-29 18:31:08 发布

优化算法侠Swarm-Opti

最新推荐文章于 2025-04-29 18:31:08 发布

阅读量1.1k

点赞数 28

分类专栏：智能优化算法文章标签：算法 matlab 开发语言优化算法

本文链接：https://blog.csdn.net/weixin_44028734/article/details/146949730

版权

智能优化算法专栏收录该内容

551 篇文章

订阅专栏

引言

本期介绍一种新的元启发式算法——壮丽细尾鹩莺优化算法Superb Fairy-wren Optimization algorithm，SFOA。该算法结合了壮丽细尾鹩莺群体中幼鸟的发育，繁殖后喂养幼鸟的行为，以及它们躲避捕食者的策略，于2025年2月最新发表在JCR 1区，中科院3区 SCI计算机类期刊 Cluster Computing。

壮丽细尾鹩莺采用合作繁殖策略，一组三到五个成员全年守护着他们的领地，包括一对雌性和额外的雄性助手。性别比例不平衡，女性较少，导致一些男性通过帮助近亲获得健康益处。它们主要以昆虫为食，但也吃种子、花和果实。它们用细长的喙和宽阔的下腹部灵活地捕猎，但很容易受到捕食者的攻击。当面临威胁时，它们会用某些行为和叫声来警告同伴。

1. 初始化：和其他群优化算法一样，采用随机初始化

2. 雏鸟生长阶段：在SFOA的生长阶段，种群成员的位置是基于动态模拟来更新的，这需要大量的幼鸟生长经验。由于种群中幼鸟基数较大，不利于种群的生存，所以在幼鸟快速成长时，通过不断学习大量经验，不断更新位置的过程来模拟SFOA成员在问题解决空间中的位置。从经验中学习是一系列过程运动的模型，以导致位置的广泛变化：

3. 繁殖和饲养阶段：在SFOA的第二阶段，通过模拟壮丽细尾鹩莺在繁殖和哺育过程中的教学机制，更新种群成员的位置。当风险阈值较低时，鹩莺会进入繁殖阶段，在孵卵时采用独特的亲子鉴定方法，防止外来物种入侵：

4. 躲避天敌阶段：在SFOA的捕食者躲避阶段，基于鹩莺对捕食者攻击的防御机制，更新种群成员的位置。当这只美丽的鹩莺被捕食者发现时，它会迅速奔跑，不断地拍打翅膀，扰乱捕食者的视线。同时，发出警告声音提醒其他SFOA成员。在这种情况下，被捕食者瞄准的SFOA将迅速逃脱，导致成员位置的轻微变化。其他成员将悬停在空中以避免捕食者，从而导致位置的巨大变化。

SFOA算法伪代码：

为了评估SFOA的优化效果，采用IEEE CEC2017和IEEE CEC2022的基准测试函数，采用定性和定量的方法对几种经典优化算法和新型优化算法进行了比较。结果表明，该算法具有较高的鲁棒性和有效性。将该算法应用于14个CEC约束工程设计问题、5个约束工程设计问题和1个采用封装方法的高维特征选择问题，验证了算法的实用性。

参考文献

Jia, H., Zhou, X., Zhang, J. et al. Superb Fairy-wren Optimization Algorithm: a novel metaheuristic algorithm for solving feature selection problems. Cluster Comput 28, 246 (2025). https://doi.org/10.1007/s10586-024-04901-w.