多策略改进的蜣螂优化算法及其应用

打开文本图片集

0 引言

群智能优化算法是通过模拟自然界中种群生物习性而衍生出的优化算法，其基本思想是通过模拟群体的智慧，来寻求全局最优解[1]。群智能优化算法有着结构简单、鲁棒性强等优点，随着科技的不断进步，所面对问题的复杂性越来越高，因此，探索新型高效的优化技术显得尤为重要。近年来，群智能优化算法层出不穷，例如模仿灰狼捕猎行为的灰狼优化（GreyWolfOptimizer，GWO）算法[²模仿自然界中鲸鱼捕食行为的鲸鱼优化算法（WhaleOptimizationAlgorithm，WOA）[3]、模仿飞蛾围绕火焰飞行的飞蛾扑火优化（Moth-Flame Optimization，MFO）算法[4]、模仿乌鸦藏食行为的乌鸦搜索算法（CrowSearchAlgorithm，CSA）[5等。（剩余11115字）