基于蜜獾智能優化算法淺析

許仁鈺 薛義博 陳棖 石又升 胡林偉 張浩東

摘要：隨著國內科技的發展，各種各樣的算法隨之涌現而來。在當今這個時代，人工智能的發展與應用更加的廣泛，作為新型的智能優化算法—獾算法，主要通過模擬蜜獾智能覓食行為來進行尋優，具有尋優能力強，收斂速度快等特點，本文主要對該算法進行淺析。

關鍵字：蜜獾算法，智能優化，種群

0.引言

蜜獾算法由Fatma A. Hashima等人于2021年提出，主要模擬了蜜獾的挖掘和尋找蜂蜜的動態搜索行為，因其實驗結果良好，結構簡單，故在未來具有廣泛的應用前景。

蜜獾算法（HBA）模擬了蜜獾的覓食行為，為了找到食物源，蜜獾要不嗅挖，要不跟隨蜜獾。第一種行為為挖掘模式，第二種行為為采蜜模式。在挖掘模式中，它利用自己的嗅覺來確定獵物的大致位置;當到達那里時，它會繞著獵物移動，以選擇合適的位置來挖掘和捕捉獵物。在采蜜模式中，蜜獾利用引導獾的位置直接定位蜂巢。

3.實驗結果：

HBA算法結構較為簡單，思路清晰。算法利用蜂蜜吸引度有效地保證了開發能力，有效的引導個體向最優個體靠攏，同時密度因子確保了算法從勘探階段到開發階段的平穩過渡，根據案例所獲取的測試結果如下圖所示。

參考文獻：

[1]包子陽.智能優化算法及其MATLAB實例（第2版）[M].電子工業出版社，2016.

[2]張巖，吳水根.MATLAB優化算法源代碼[M].清華大學出版社，2017.

資助項目：國家級大學科技創新項目（基于Spark的校園網蜜罐系統的研究與設計，項目編號：201911488010?）。作者簡介：許仁鈺衢州學院2018級物聯網工程專業學生。