【MFO】飞蛾扑火优化算法(Moth Flame Optimization,MFO)理论分析与matlab性能仿真,使用CEC2017测试

目录

一、MFO飞蛾扑火优化理论简介

二、使用matlab实现MFO优化算法 

三、测试CEC2017中F1~F5，F11~F15

一、MFO飞蛾扑火优化理论简介

        在自然界中，不同种类的昆虫利用不同方法来辨认方向。食物，同类的气味，温度高低等因素都能成为昆虫确定活动方向的因素。飞蛾主要依靠月光来判定方向，它总是使月光从一个方向投射到眼中，这样就找到了大致的飞行方向。飞蛾在逃避天敌的追逐，或者绕过障碍物转弯以后，它只要不断地转弯，月光仍将从原先的方向射来，它也就再次找到了方向。

        假设候选解是飞蛾，问题的变量是飞蛾在空间中的位置：

        这里n为种群规模，d为空间维度。算法中每只飞蛾的位置更新仅与其对应的火焰有关，火焰位置与飞蛾位置的规模相同，我们可以理解为一一映射：