式中:x_{i}(t)是第t次迭代第i只小蜣螂位置信息,c_{1}是正态分布随机数,c_{2}是(0,1]间1xD维的随机向量。 2.1.5 蜣螂偷窃行为 有些蜣螂会偷其它蜣螂的粪球,它们被称为小偷蜣螂,小偷蜣螂位置更新为: 式中:X^{b}是最佳食物来源--全局最佳位置,x_{i}(t)是第t次迭代第i个小偷蜣螂位置,g是1xD...
蜣螂算法的灵感来源于蜣螂(俗称屎壳郎)在自然界中的各种行为,包括滚球、跳舞、觅食、偷窃和繁殖。这些行为在算法中被转化为不同的操作,以实现对问题的全局探索和局部开发。具体来说: 全局探索:算法通过模拟蜣螂滚球和跳舞的行为来进行全局搜索,这有助于算法在解空间中找到潜在的优秀区域。 局部开发:算法通过模拟蜣螂的...
蜣螂算法(BO)是一种受蜣螂滚动粪球行为启发的元启发式算法。蜣螂在滚动粪球的过程中,会根据粪球的气味和周围环境的信息来调整自己的滚动方向和速度。这种行为具有很强的鲁棒性和自组织性,因此被应用于求解各种优化问题。 2. 基于Lévy飞行和t分布扰动的蜣螂优化算法(IDBO) 为了提高BO算法的性能,本文提出了一种基...
🐜 蜣螂优化算法(DBO)是一种受蜣螂行为启发的群体智能优化方法。蜣螂通过滚动粪球、路径跟踪和群体协作,展示了强大的全局搜索和局部优化能力。🔄 路径跟踪:蜣螂的导航能力被用来在全局范围内探索最优路径,防止算法陷入局部最优。🤝 群体协作:多个蜣螂个体之间通过信息共享和协作,增强算法的多样性和收敛性,提升整体...
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、...
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 ...
在自然界中,粪球被蜣螂滚到安全的地方并藏起来(见图4)。 2.4 觅食 一些成年屎壳郎会从地下钻出来寻找食物,如下图。 2.4 偷窃 有一些蜣螂,被称为小偷,会从其他蜣螂那里偷粪球,如下图。 3 算法流程 基于以上讨论,蜣螂优化算法伪代码如下: 之后,根据不同类型的代理,选择合适的方式更新滚球蜣螂、卵球、小蜣螂和...
蜣螂优化算法通过模拟蜣螂集群的搜索行为,以寻找最优解。这种算法利用了蜣螂的集体智慧和分工合作的特点,使得算法能够有效地搜索到Pareto最优解集。 非支配排序是指根据解的目标函数值来确定其在解集中的优劣。蜣螂优化算法通过非支配排序对种群中的个体进行评估,并基于非支配排序等信息来更新种群,以保持多样性和收敛性...
在Matlab中,我们使用蜣螂算法对机械臂的轨迹进行优化。我们的目标是使机械臂的运动时间最短,并基于2022年提出的改进蜣螂算法,结合353多项式对机械臂进行轨迹规划。我们对比了普通蜣螂算法与改进后的蜣螂算法,以及与粒子群算法的效果。Matlab中包含的曲线图有: ...