【智能算法】蛇优化算法（SO）原理及实现

news2025/11/1 5:00:22

在这里插入图片描述

1.背景

2022年，FA Hashim等人受到蛇特殊交配行为启发，提出了蛇优化算法（Snake Optimizer, SO）。

2.算法原理

2.1算法思想

SO算法模拟蛇类的战斗与交配模式来实现全局优化。在战斗模式中，雄性为了得到最佳雌性而竞争，而每个雌性则选择最佳雄性。在交配模式中，雌雄之间交配受食物可用性影响。若交配发生在搜索阶段内，雌蛇可能产卵，孵化新后代。

2.2算法过程

初始化：
SO 算法首先生成一个均匀分布的随机群体，并假设蛇群中雌性与雄性占比均为50% ，群体分为雄性种群和雌性种群。

SO算法寻优过程分为探索阶段和开发阶段。其中探索阶段模拟蛇群在无食物情况下蛇类的行为模式，开发阶段模拟食物存在时蛇类的行为模式，蛇类行为模式通过实物总量Q和温度 Temp控制。
探索阶段：
如果Q<ThresholdQ(0.25) ，蛇通过选择任意随机位置来寻找食物，并更新它们的位置。位置更新公式如下：
$\begin{aligned}X_{i,m}\left(t+1\right)&=X_{rand,m}\left(t\right)\pm X\\X&=c_2\times A_m\times((X_{\max}-X_{\min})\times rand+X_{\min})\end{aligned}\tag{1}$
其中，Xi,m表示第ｉ只雄性位置，Xrand,m表示随机雄性的位置；Am表示雄性蛇个体的捕食能力。
开发阶段：
在 Q>ThresholdQ 时，如果 Temp>ThresholdT(0.6) ，蛇只会向食物移动，蛇个体的移动公式如下：
$\begin{gathered}X_{i,j}(t+1)=X_{\mathrm{food}}\pm X\\X=c_3\times Temp\times rand\times(X_{\mathrm{food}}-X_{i,j}(t))\end{gathered}\tag{2}$
Xi,j是个体i的位置，Xfood是最佳个体的位置。
如果 Temp<ThresholdT(0.6) ，蛇将处于战斗模式或交配模式，蛇个体处于战斗模式下的移动公式如下：
$X_{i,m}\left(t+1\right)=X_{i,m}\left(t\right)+X\\X=c_3\times FM\times rand\times\left(Q\times X_{best,f}-X_{i,m}\left(t\right)\right)\tag{3}$
Xi,m为雄性个体i的位置，Xbest,f为雌性群体中最佳位置，FM为雄性战斗力。
在 Temp<ThresholdT(0.6) 时，蛇个体处于交配模式下的移动公式如下：
$X_{i,m}\left(t+1\right)=X_{i,m}\left(t\right)+X\\X=c_3\times M_m\times rand\times(Q\times X_{i,f}(t)-X_{i,m}(t))\tag{4}$