元启发式算法由于在优化问题上的强大性能而变得非常流行。本文从长角甲虫的搜索行为中得到启发，提出了一种新的算法–甲虫触角搜索算法（BAS）。BAS算法模仿了自然界中甲虫的触角功能和随机行走机制，然后实现了检测和搜索的两个主要步骤。最后，该算法在2个众所周知的测试函数上进行了基准测试，其中的数值结果验证了所提出的BAS算法的功效。I. 引言 在过去的几十年里，由于其简单、灵活和避免局部最优的特点，META-HEURISTIC算法已经吸引了大量的关注。特别是，其中一些算法不仅在以计算机科学为主的学术界发挥着相当重要的作用，而且在许多其他实际工程领域也发挥着重要作用。Mirjalili等人[1]通过模仿自然界中灰狼的领导力和猎物提出了一个灰狼优化器。受一些布谷鸟物种的雏鸟寄生的启发，Yang和Deb[2]开发了一种称为布谷鸟搜索的元启发式算法，可以应用于优化和最优搜索。Dorigo等人[3]提出了一种蚁群优化，其灵感来自于一些蚂蚁物种的觅食运动，以利用优化问题的解决方案。这些不同的元启发式方法有两个基本的共同特点，即开发和利用。本文从长角甲虫的探测和搜索行为中得到启发，设计了一种新的元

37.62MB.zip 共6138个文件

资源下载

此资源下载价格为22.0金币，请先登录

资源声明（购买视为同意此声明）：
1.在网站平台的任何操作视为已阅读和同意网站底部的注册协议及免责声明，本站资源已是超低价，且不提供技术支持
2.部分网络用户分享网盘地址有可能会失效，如发生失效情况请发邮件给客服code711cn#qq.com (把#换成@)会进行补发
3.本站站内提供的所有可下载资源（软件等等）本站保证未做任何负面改动；但本网站不能保证资源的准确性、安全性和完整性，用户下载后自行斟酌，我们以交流学习为目的，并不是所有的源码都不是100%无错或无bug；需要您有一定的基础能够看懂代码，能够自行调试修改代码并解决报错。同时本站用户必须明白，源码便利店对提供下载的软件等不拥有任何权利，其版权归该资源的合法拥有者所有。
4.本站所有资源仅用于学习及研究使用,请必须在24小时内删除所下载资源，切勿用于商业用途，否则由此引发的法律纠纷及连带责任本站和发布者概不承担
5.因资源可复制性，一旦购买均不退款，充值余额也不退款