【智能算法】最优捕食算法（OFA）原理及实现

1.背景

2017年，GY Zhu受到动物行为生态学理论启发，提出了最优捕食算法（Optimal Foraging Algorithm, OFA）。

2.算法原理

2.1算法思想

OFA灵感来源于动物的觅食行为，特别是它们如何有效地定位并捕捉到猎物。这种算法模拟动物在自然界中寻找食物的策略，以解决全局优化问题。在动物界，觅食者通常能够通过先天或经验学到的技能，识别出能够提供丰富猎物的最佳地点。OFA 的核心机制包括模拟动物觅食时的策略：猎物定位和招募机制。

2.2算法过程

搜索当前位置附近较优位置：
$$x_i^{t+1}=x_i^t-k\times r_{1i}\times \Delta x_i^t+k\times r_{2i}\times \Delta x_i^t\text{\hspace{1em}(1)}$$
招募过程：
$$\{\begin{array}{l}{x}_{ji}^{t+1}=x_{ji}^t-k\times r_{1ji}\times (x_{bi}^t-x_{ji}^t)+k\times r_{2ji}\times (x_{bi}^t-x_{ji}^t)\\ \\ x_{ji}^{t+1}=x_{ji}^t-k\times r_{1ji}\times (x_{Ni}^t-x_{ji}^t)+k\times r_{2ji}\times (x_{Ni}^t-x_{ji}^t)\end{array}\text{\hspace{1em}(2)}$$

3.结果展示

4.参考文献

[1] Zhu G Y, Zhang W B. Optimal foraging algorithm for global optimization[J]. Applied Soft Computing, 2017, 51: 294-313.

5.代码获取

资源清单