【智能算法】爬行动物搜索算法（RSA）原理及实现

1.背景

2022年，L Abualigah等人受到鳄鱼狩猎行为启发，提出了爬行动物搜索算法（Reptile Search Algorithm, RSA）。

2.算法原理

2.1算法思想

RSA主要分为围捕阶段和狩猎阶段。 围捕阶段的策略是高空行走和腹部行走，负责全局搜索；狩猎阶段的策略是协调狩猎和合作狩猎，负责局部勘探。

2.2算法过程

围捕阶段：

根据包围捕猎的行为，鳄鱼在包围阶段有两种策略，分别为离地行走和贴地行走。
$$x_{(i,j)}=\{\begin{array}{l}{\mathrm{Best}}_j(t)-{\eta }_{(i,j)}(t)\times \beta -R_{(i,j)}(t)\times r,\mathrm{t}\le \frac{T}{4}\\ \\ {\mathrm{Best}}_j(t)\times x_{(r_1,j)}\times \mathrm{ES}(t)\times r,\frac{T}{4}<\mathrm{t}\le \frac{T}{2}\end{array}\text{\hspace{1em}(1)}$$
其中，各参数表述为：
$$\begin{array}{c}{\eta }_{(i,j)}(t)={\mathrm{Best}}_j(t)\times P_{(i,j)}\\ R_{(i,j)}=\frac{{\mathrm{Best}}_j(t)-x_{(r_2,j)}}{{\mathrm{Best}}_j(t)+\epsilon }\\ \mathrm{ES}(t)=2\times r_3\times (1-\frac{t}{T})\end{array}\text{\hspace{1em}(2)}$$
P(i,j)表示最优解和当前解的百分比差异:
$$P_{(i,j)}=\alpha +\frac{x_{(i,j)}-M(x_i)}{{\mathrm{Best}}_j(t)\times ({\mathrm{UB}}_j-{\mathrm{LB}}_j)+\epsilon }\text{\hspace{1em}(3)}$$
$$M(x_i)=\frac{1}{n}\sum _{j=1}^n{x}_{(i,j)}\text{\hspace{1em}(4)}$$

狩猎阶段：

鳄鱼的捕食过程中也有两种策略，狩猎协调与狩猎合作。
$$x_{(i,j)}(t+1)=\{\begin{array}{ll}{\mathrm{Best}}_j(t)\times P_{(i,j)}\times r,& \frac{T}{4}<\mathrm{t}\le \frac{3T}{4}\\ & \\ {\mathrm{Best}}_j(t)-{\eta }_{(i,j)}(t)\times \epsilon -R_{(i,j)}(t)\times r,& \frac{3T}{4}<\mathrm{t}\le T\end{array}\text{\hspace{1em}(5)}$$

伪代码：

流程图：

3.结果展示

4.参考文献

[1] Abualigah L, Abd Elaziz M, Sumari P, et al. Reptile Search Algorithm (RSA): A nature-inspired meta-heuristic optimizer[J]. Expert Systems with Applications, 2022, 191: 116158.