基于改进的海洋捕食者算法求解单目标优化问题

基于改进的海洋捕食者算法求解单目标优化问题

海洋捕食者算法（Marine Predators Algorithm，MPA）是一种基于自然界捕食者-被捕食者关系的启发式优化算法。该算法模拟了海洋生态系统中的捕食者捕食行为，通过模拟捕食者的搜索策略来寻找问题的最优解。本文将介绍基于 MATLAB 的多子群改进的海洋捕食者算法来求解单目标优化问题。

算法步骤：

1. 参数设置：设置种群大小、迭代次数、捕食者的搜索半径等参数。

2. 初始化种群：随机生成初始种群，包括捕食者和被捕食者。

3. 子群划分：将整个种群划分为多个子群，每个子群包含一个捕食者和若干个被捕食者。

4. 捕食者行为：对于每个捕食者，根据其当前位置和搜索半径，计算其适应度值，并更新其位置。

5. 被捕食者行为：对于每个被捕食者，根据其当前位置和所在子群的捕食者位置，计算其适应度值，并更新其位置。

6. 子群交互：根据一定的规则，使子群之间进行交互，促进信息的共享和传递。

7. 判断终止条件：判断是否达到设定的终止条件，若满足则跳转到步骤 9，否则进行下一步。

8. 更新子群：根据子群之间的交互结果，更新每个子群的捕食者位置。

9. 更新最优解：更新全局最优解。

10. 迭代更新：增加当前迭代次数，返回步骤 4。

MATLAB 源代码实现：