引言
本期介绍了一种新型的仿生元启发式算法------中华穿山甲优化算法Chinese Pangolin Optimizer,CPO 。灵感来自于中华穿山甲独特的狩猎行为。该算法于2025年2月最新发表 在JCR2区,中科院3区SCI期刊Journal of Supercomputing

穿山甲对蚂蚁的捕猎行为可分为诱捕和捕食两种行为。在本节中,我们概述了开发CPO的过程,并解释了受自然启发的算法背后的结构和原理。
在自然界中,穿山甲的主要捕猎方法是依靠敏锐的嗅觉来定位蚂蚁或散发香气来吸引蚂蚁。当中国穿山甲检测到较高的香气浓度时,表明它离蚂蚁更近,从而增加了成功获得食物的可能性。同样,当蚂蚁检测到穿山甲散发的香气浓度较高时,表明穿山甲吸引蚂蚁的可能性较高,从而增加了捕获蚂蚁的可能性。因此,建立了基于气味扩散的数学模型:

- 初始化:和其他群优化算法一样,采用随机初始化

在CPO中,当中华穿山甲狩猎时,它首先用敏锐的嗅觉来评估周围蚂蚁散发的香气浓度。然后,它根据自己的捕猎本能来决定是引诱还是捕食。在自然界中,穿山甲在一段时间内同时进行两种行为,以更快地捕获猎物。这个过程可以定义为

- 引诱行为。当穿山甲周围蚂蚁的香气浓度较高,不主动捕食猎物时,穿山甲就会采取"装死"的策略,释放出一种固体的香气,吸引蚂蚁靠近自己,达到成功取食的目的。在CPO中,这种引诱行为可以分为两个阶段:吸引和捕获阶段和运动和进食阶段

case1:吸引和俘获阶段。穿山甲通过释放香气吸引蚂蚁,蚂蚁循着香气轨迹逐渐靠近,直到被穿山甲捕获。

a为香气轨迹因子,用于模拟蚂蚁在香气轨迹影响下逐渐接近穿山甲的过程。其在三维空间中的运动方程可定义为

case2:运动和喂养阶段:穿山甲捕获蚂蚁后,会迅速向最近的小河(或池塘)移动。一旦到达水边,穿山甲就会爬到水里,释放身上的鳞片。然后,它会用它的长舌头捕食漂浮在水面上的蚂蚁

最后,在引诱行为过程中,穿山甲的位置由式更新。

- 捕食行为**。当周围蚂蚁释放的香气浓度较低或中国穿山甲愿意主动猎食猎物时,它首先根据香气浓度快速定位蚁巢。然后它沿着香气的轨迹迅速接近巢穴。一到达巢穴,它就用四肢挖洞,迅速抓住蚂蚁。在CPO中,这种掠食行为可以分为三个阶段:搜索和定位,快速接近,挖掘和进食**

case1:搜索和局部化阶段

**:**穿山甲最初会选择在周围的空间中随机游走,直到闻到蚂蚁散发的香气。

case2:快速接近阶段

。经过搜索和定位阶段,穿山甲成功定位了蚁巢。

case3:进食阶段

。穿山甲成功地找到了蚁巢。然后,它会用它锋利的四肢快速地挖进蚂蚁窝,最后把它的长舌头伸到蚁穴里去捕捉蚂蚁

最后,在捕食行为过程中,穿山甲的位置由式更新。

CPO伪代码:

原文作者 为了全面评估CPO算法的性能,我们使用了74个标准基准函数,包括单峰、多峰和固定维多峰函数,以及CEC2017、CEC2019和CEC2022测试套件。实验结果和统计分析表明,CPO算法在处理复杂的数值优化问题时是有效的和收敛的。CPO算法还成功应用于3个标准工程设计优化问题和12个特征选择任务,进一步验证了其广泛的适用性和可行性。

参考文献
原文作者 为了全面评估CPO算法的性能,我们使用了74个标准基准函数,包括单峰、多峰和固定维多峰函数,以及CEC2017、CEC2019和CEC2022测试套件。实验结果和统计分析表明,CPO算法在处理复杂的数值优化问题时是有效的和收敛的。CPO算法还成功应用于3个标准工程设计优化问题和12个特征选择任务,进一步验证了其广泛的适用性和可行性。

Matlab代码下载
微信搜索并关注-优化算法侠(英文名:Swarm-Opti),或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
完整代码


Chinese Pangolin Optimizer (CPO).zip
点击链接跳转:
380种群优化算法免费下载-matlab
求解cec测试函数-matlab
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程,SO EASY!