蜣螂优化算法DBO预告

发布时间:2024年01月09日

DBO算法灵感来源于粪甲虫的滚球、舞蹈、觅食、窃取和繁殖行为。这一算法独特地同时考虑了全局探索和局部开发,具备快速收敛速度和准确解决方案的特点。DBO算法展现了在收敛速度、解决方案准确性和稳定性方面与最先进优化方法相当的竞争性能。此外,DBO算法还成功应用于三个工程设计问题,实验证明其在处理现实世界应用问题上具有显著效果。

DBO的四种搜索策略

  1. 滚球行为: 模拟了粪甲虫滚球的行为,其搜索策略要求在整个搜索空间中保持直线路径。粪甲虫的位置根据一定的规则进行更新,类似于粪甲虫在滚球过程中保持直线的移动路径。

  2. 舞蹈行为: 当粪甲虫遇到障碍物无法前进时,采用舞蹈行为。这一策略通过切线函数来模拟新的滚动方向,使粪甲虫重新定位自己以获得新的可行路径。

  3. 产卵区域选择策略: 模拟了粪甲虫为其后代选择安全环境的行为。该策略定义了产卵区域的边界选择策略,确保后代有一个相对安全的生长环境。

  4. 觅食区域策略: 为了模拟粪甲虫在自然界中的觅食过程,DBO算法建立了最佳觅食区域的边界,并通过这一策略更新小粪甲虫的位置,以实现更有效的搜索过程。

下期将对这个算法改进,改进出的效果较好,欢迎关注!

文章来源:https://blog.csdn.net/qq_44901857/article/details/135483009
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。