绿水蟒优化：一种用于解决优化问题的新型仿生元启发式算法 | MDPI Biomimetics

Mohammad Dehghani博士及其团队在Biomimetics期刊上发表了一种新的元启发式算法——绿水蟒优化(GAO)。该算法灵感来源于绿水蟒的交配识别机制和狩猎策略，通过模拟绿水蟒在探索和利用两个阶段的策略来解决优化问题。GAO在CEC 2017和CEC 2019测试套件的29个目标函数上进行了有效性评估，并与12种著名元启发式算法进行了性能比较，结果显示GAO具有更强的探索、利用和平衡能力。此外，GAO在CEC 2011测试套件中的21个优化问题的实施也证明了其在实际应用中的有效性。