Dung beetle optimizer|（DBO）智能算法之蜣螂优化算法(DBO)|含matlab代码

1、简介

基于蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为，提出了一种新的基于种群的蜣螂优化器（DBO）算法。新提出的DBO算法兼顾了全局探索和局部探索，具有收敛速度快、求解精度满意的特点。该成果于2022年发表在知名SCI期刊THE JOURNAL OF SUPERCOMPUTING上。

2、 数学模型

2.1 滚球行为

$$\begin{gathered} \begin{array}{l} \\ {x}_i(t+1)=x_i(t)+\alpha \times k\times x_i(t-1)+b\times \Delta x\\ \Delta x=|x_i(t)-X^w|\end{array} \end{gathered}$$

2.2 跳舞行为

$x_i(t+1)=x_i(t)+\tan (\theta )|x_i(t)-x_i(t-1)|$

2.3 繁殖行为

$B_i(t+1)=X^{\ast }+b_1\times (B_i(t)-L{b}^{\ast })+b_2\times (B_i(t)-U{b}^{\ast })$

2.4 觅食行为

$x_i(t+1)=x_i(t)+C_1\times (x_i(t)-L{b}^b)+C_2\times (x_i(t)-U{b}^b)$

2.5 偷窃行为

x i ( t + 1 ) = X b + S × g × ( ∣ x i ( t ) − X ∗ ∣ + ∣ x i ( t ) − X b ∣ ) x_{i}(t+1)=X^{b}+S\times g\times\left(|x_{i}(t)-X^{*}|+\left|x_{i}(t)-X^{b}\right|\right) xi​(t+1)=Xb+S×g×(∣xi​(t)−X∗∣+ ​xi​(t)−Xb ​)

3、实验结果

4、 源代码

（1）DBO跑CEC2005、DBO跑CEC2017数据集