鼠群算法（RSO）

昨日与你1

已于 2023-06-26 10:19:25 修改

阅读量284

点赞数 1

文章标签：算法 matlab

于 2023-05-18 19:45:00 首次发布

本文链接：https://blog.csdn.net/weixin_63199521/article/details/130752851

版权

蜣螂优化(DBO)算法：

一、理论基础

蜣螂优化算法( Dung beetle optimizer, DBO),是2022年提出来的一种新型群智能优化算法，该算法原理简单，且易实现。

1.1 滚球行为

滚球分为两种情况：一种是当前路径没有障碍物的情况；另一种是当前路径有障碍物的情况。
1）当前路径没有障碍物的情况：光源强度会影响其行进路径，在滚动过程中没有障碍物的情况下其位置更新如下：
${x_i}(t + 1) = {x_i}(t) + \partial k{x_i}(t - 1) + bx$ $\left| {{x_i}(t) - {X^w}} \right|$
2）当前路径有障碍物的情况：
若在行进路线上有障碍物时，蜣螂需要进行跳舞行为来改变行进方向，采用正切函数来模仿跳舞行为，在确定了新的行进方向时，其位置更新如下：
${x_i}(t + 1) = {x_i}(t) + \tan (\theta )\left| {{x_i}(t) - {x_i}(t - 1)} \right|$

1.2 繁殖行为

为了给后代提供安全的环境，雌性蜣螂会将食物移动到安全的地方进行产卵，采用边界选择策略来模仿雌性蜣螂产卵的区域，公式如下：

在这里插入图片描述
在确定产卵区域后，每只雌性蜣螂在每次迭代中只会产生一个卵，由公式（59）可知产卵区域是动态变化的，因此卵球的位置在迭代过程中也是动态变化的，公式如下：
${B_i}(t + 1) = {X^b} + {b_1}[{B_i}(t) - L{b^*}] + {b_2}[{B_i}(t) - U{b^*}]$

1.3 觅食行为

当卵球中的蜣螂发育到一定程度后，便会出来觅食，其最佳的觅食区域是动态更新的，公式如下：
在这里插入图片描述
在迭代过程中小蜣螂的位置更新如下：
${y_i}(t + 1) = {y_i}(t) + {C_1}[{y_i}(t) - L{b^b}] + {C_2}[{y_i}(t) - U{b^b}]$

1.4 偷窃行为

在蜣螂种群中会有一些偷窃者，会偷取其他蜣螂的食物， ${X^B}$ 是最佳食物源，因此假设 ${X^B}$ 附近是竞争食物的最佳地点，在迭代过程中偷窃者的位置更新如下：
${z_i}(t + 1) = {X^B} + sg(\left| {{z_i}(t) - {X^b}} \right| + \left| {{z_i}(t) - {X^B}} \right|)$