蜣螂优化算法（Dung Beetle Optimizer, DBO）详解
1. 算法原理
- 蜣螂优化算法（DBO）是一种基于自然界蜣螂行为的元启发式优化算法，灵感来源于蜣螂的滚球、繁殖、觅食和偷窃行为。其核心思想是通过模拟蜣螂在复杂环境中的协作与竞争机制，解决全局优化问题。
关键行为模拟：
- 滚球行为：蜣螂将粪便滚成球并沿直线运输。
- 跳舞行为：蜣螂通过调整角度避开障碍物。
- 繁殖行为：雌性蜣螂将粪球埋藏并产卵。
- 偷窃行为：其他蜣螂可能偷取粪球。
2. 引言
- DBO属于群智能优化算法，由Xue等人于2022年提出。相较于传统算法（如PSO、GA），DBO具有以下优势：
- 全局搜索与局部搜索的平衡能力。
- 参数少、实现简单。
- 对高维复杂问题鲁棒性强。
