1 概述 蜣螂优化器 Dung beetle optimizer (DBO)模拟了蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为。是一种启发式全局优化算法,模拟蜣螂(粪甲虫)的滚球、跳舞、觅食、偷窃、繁殖行为。DBO算法兼顾勘探能力与开发能力,收敛快精度高,稳定性强。中国学者于2022年发表在SCI期刊《JOURNAL OF SUPERCOMPUTING》上。 2 数学建模 ...
需要注意的是,每个蜣螂群由四个不同的个体组成,即滚球蜣螂、孵球蜣螂、觅食小蜣螂和小偷蜣螂。更具体地说,在DBO算法中,蜣螂种群包括N个代理,其中每个个体i代表一个候选解决方案。 第i个agent在第n次迭代时的位置向量表示为xi (t)=(xi1(t), xi2(t),…,xiD(t)),其中D为搜索空间的维数。它们的分布比例没...
🐞 球体滚动:模拟蜣螂在局部区域内滚动粪球,进行精细搜索,确保找到更优解。📈 应用领域:DBO已成功应用于路径规划、工程优化、机器学习等多个领域,其强大的搜索能力和灵活性使其成为解决复杂优化问题的理想选择。🌟 为什么选择DBO?DBO算法通过模拟自然界中的蜣螂行为,平衡了局部搜索与全局搜索,具备强大的跳出局部最...
首先,让我们来了解一下蜣螂优化算法(DBO)。蜣螂优化算法是一种模拟蜣螂觅食行为的智能优化算法,它模拟了蜣螂在寻找食物过程中释放信息素、寻找最优路径的行为。通过模拟这种行为,蜣螂优化算法可以有效地应用于路径规划问题中,尤其是在复杂地形中的路径规划问题。
作者在前段时间的一篇文章中介绍过了蜣螂优化算法(dung beetle optimizer,DBO)的原理及实现,该算法是由东华大学沈波教授团队在2022年提出[1],其灵感来自蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为这5种习性,其不同的子种群执行了不同的搜索方法,能够实现对空间的高效探索和开发,较之PSO、WOA和HHO等具有求解精度更高、...
摘要:蜣螂优化算法( Dung beetle optimizer, DBO), 是由 Jiankai Xue 等于2022 年提出的一种群体智能优化算法。其灵感来源于蜣螂的生物行为过程,具有寻优能力强,收敛速度快的特点。 1.蜣螂优化算法 众所周知,蜣螂是自然界中一种常见的昆虫,动物的粪便为食,在全世界内分布广泛,扮演着自然界中分解者的角色,对生态...
蜣螂优化算法(Dung beetle optimizer,DBO)由Jiankai Xue和Bo Shen于2022年提出,该算法主要受蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为的启发所得。 一、蜣螂优化算法 1.1蜣螂滚球 (1)当蜣螂前行无障碍时,蜣螂在滚粪球过程中会利用太阳进行导航,下图中红色箭头表示滚动方向 ...
蜣螂优化算法（Dung Beetle Optimization, DBO）是一种受蜣螂行为启发的新型元启发式优化算法。蜣螂在自然界中以滚动粪球而闻名，它们通过这种方式寻找食物和繁殖地。DBO算法模拟了蜣螂的这种行为，将其转化为一种搜索和优化机制。在算法中，每个解被视为一个“蜣螂”，通过滚动和移动来寻找最优解。DBO算法主要包括三...