融合联合反向学习与宿主切换机制的（鱼印）鱼优化算法

作者：贾鹤鸣^*; 文昌盛; 吴迪; 饶洪华; 刘庆鑫; 力尚龙

来源：计算机科学与探索, 2023, 1-18.

• （鱼印）鱼优化算法
• 元启发式优化算法
• 联合反向学习
• 宿主切换机制
• 白鲸优化算法
• 基准函数测试
• 工程问题求解

（鱼印）鱼优化算法(Remora Optimization Algorithm，ROA)是2021年提出的元启发式优化算法，其模拟了海洋中（鱼印）鱼寄生依附宿主、经验攻击和宿主觅食的行为。ROA的结构简单且易于实现，但全局性稍显不足，易导致算法收敛速度慢甚至后期难以收敛的现象。针对上述问题，在探索阶段加入宿主切换机制，引入新宿主白鲸，提高原算法的探索能力；同时加入联合反向学习策略，增强了算法跳出局部最优的能力，进一步提高了算法的综合优化性能。通过以上改进，提出了一种融合联合反向学习与宿主切换机制的（鱼印）鱼优化算法(Improve Remora Optimization Algorithm，IROA)。为了验证IROA的性能与改进优势，将IROA与原始ROA、6种典型的原始算法以及4种关于ROA的改进算法进行对比。通过CEC2020标准测试函数的实验结果表明，IROA具有更强的寻优能力和更高的收敛精度；最后针对汽车防撞性设计问题的求解，进一步验证了IROA的优势和工程适用性。

• 单位
  三明学院; 海南大学