斑马搜索算法(ZOA)
一、理论基础
斑马优化算法(Zebra Optimization Algorithm,ZOA)Eva Trojovská等人于2022年提出,其模拟斑马的觅食和对捕食者攻击的防御行为。斑马优化算法包含两个阶段:觅食行为和针对掠食者的防御行为。
阶段一:觅食行为
在第一阶段,种群成员在搜索饲料时根据斑马行为的模拟进行更新。斑马的主要食物主要是草和莎草,但如果它们喜欢的食物稀缺,它们也可能吃花蕾、水果、树皮、根和叶子。根据植被的质量和可用性,斑马可能会花费60-80%的时间进食。在斑马中,有一种被称为平原斑马的斑马,它是一种先锋食草动物,通过吞噬上层和营养较少的草的树冠,为其他需要较矮和营养较多的草的物种提供了条件。在ZOA中,种群中最好的成员被认为是先锋斑马,并将其他种群成员引向其在搜索空间中的位置。
x
i
,
j
n
e
w
,
P
1
=
x
i
.
j
+
r
(
P
Z
j
−
I
×
x
i
.
j
)
x_{i,j}^{{\rm{new}},P1} = {x_{i.j}} + r(PZj - I \times {x_{i.j}})
xi,jnew,P1=xi.j+r(PZj−I×xi.j)
其中,r为[0,1]之间的随机数,I为[1,2]之间的随机值
阶段二:针对掠食者的防御行为
在第二阶段,模拟斑马对捕食者攻击的防御策略,以更新ZOA种群成员在搜索空间中的位置。斑马的主要捕食者是狮子;然而,它们受到猎豹、豹子、野狗、褐鬣狗和斑鬣狗的威胁。鳄鱼是斑马接近水时的另一种捕食者。斑马的防御策略因捕食者而异。斑马对狮子攻击的防御策略是以锯齿形模式和随机侧身转弯运动逃跑。斑马对鬣狗和狗等小型捕食者的攻击更具攻击性,这些捕食者通过聚集来迷惑和吓唬猎人。在 ZOA 设计中,假设以下两个条件之一以相同的概率发生:
(1)狮子攻击斑马,因此斑马选择了逃跑策略;
(2)其他捕食者攻击斑马,斑马会选择进攻策略。
在策略(1)中,当斑马受到狮子的攻击时,斑马在它们所在的情况附近逃离狮子的攻击。因此,在数学上,可以使用模式对这种策略进行建模S1 在下式第一项中。在第策略(2)中,当其他捕食者攻击其中一匹斑马时,群中的其他斑马会向被攻击的斑马移动,并试图通过创建防御结构来吓唬和迷惑捕食者。斑马的这种策略是使用模式进行数学建模的S2 在下式第一项中。在更新斑马的位置时,如果斑马的新位置对目标函数具有更好的值,则该斑马的新位置将被接受。此更新条件使用 下式第一二项建模。
二、算法流程图
三、仿真测试## 三、参考文献
[1]E. Trojovská, M. Dehghani and P. Trojovský, “Zebra Optimization Algorithm: A New Bio-Inspired Optimization Algorithm for Solving Optimization Algorithm,” in IEEE Access, vol. 10, pp. 49445-49473, 2022,