海洋捕食者算法

资 源 简 介

海洋捕食者算法（MPA）是一种自然启发式的优化算法，它遵循在最佳觅食策略中自然支配的规则，并且在海洋生态系统中遇到捕食者与猎物之间的速率策略。 针对29个测试功能，CEC-BC-2017测试套件，随机生成的景观，三个工程基准以及两个在通风和建筑节能方面的实际工程设计问题，对MPA的性能进行了评估。将MPA与三类现有的优化方法进行比较，其中包括：1）GA和PSO是研究最深入的元启发式算法； 2）GSA，CS和SSA是最近开发的算法； 3）CMA-ES，SHADE和LSHADE-cnEpSin高性能优化器和

详 情 说 明

海洋捕食者算法（MPA）是一种自然启发式的优化算法，它遵循在最佳觅食策略中自然支配的规则，并且在海洋生态系统中遇到捕食者与猎物之间的速率策略。这种算法的应用潜力非常广泛，可以用于解决各种复杂的问题。

为了评估MPA的性能，我们针对29个测试功能，CEC-BC-2017测试套件，随机生成的景观，三个工程基准以及两个在通风和建筑节能方面的实际工程设计问题进行了测试。通过与三类现有的优化方法进行比较，我们发现MPA在多个方面具有优势。

首先，与传统的GA和PSO等元启发式算法相比，MPA能够更好地遵循自然规律，并且在求解问题时表现更出色。其次，与最近开发的GSA，CS和SSA等算法相比，MPA在性能上也有所提升。最后，与CMA-ES，SHADE和LSHADE-cnEpSin等高性能优化器相比，MPA在IEEE CEC竞赛中也取得了不错的成绩。

综上所述，海洋捕食者算法是一种非常有潜力的优化算法，在各种问题的求解中都有着广泛的应用前景。通过进一步的研究和改进，相信MPA将能够在更多领域发挥作用，并为解决实际问题提供更好的解决方案。