天牛须搜索算法（beetle antennae search，BAS）算法是2017年提出的一种 基于天牛觅食原理的适用于多目标函数优化的新技术，其生物原理为：当天牛觅食时，其并不知道食物在哪里，而是根据食物气味的强弱来觅食。天牛有两只长触角，如果左边触角收到的气味强度比右边大，那下一步天牛就会向左边飞，反之则向右飞。依据这一简单原理天牛就可以有效找到食物。与遗传算法、粒子群算法等类似，BAS 不需要知道函数的具体形式以及梯度信息，就可以自动实现寻优过程，且其个体仅为一个，寻优速度显著提高。 算法步骤如下： （1）创建天牛须朝向的随机向量且做归一化处理 式中： rand()为随机函数； ||rands()||表示空间维度。 （2）创建天牛左右须空间坐标 （3）根据适应度函数判断左右须气味强度，即f(x_l)和f(x_r)的强度， 函数f()为适应度函数。 （4）迭代更新天牛的位置 式中： 表示在第 i次迭代时的步长因子；sign()为符号函数。 核心代码

1. 该资源是MATLAB代码，混沌博弈优化算法Chaos Game Optimization (CGO)，该算法基于混沌理论的原理，利用分形和混沌博弈的基本概念进行模型构建，该算法于2020年提出。Reference: Talatahari, S., Azizi, M., Optimization of Constrained Mathematical and Engineering Design Problems Using Chaos Game Optimization, Computers & Industrial Engineering (2020). 2. 该资源是混沌博弈优化算法的MATLAB代码，可直接运行，目标函数包括Sphere测试函数等23组基准测试函数。运行结果包括最优解和最佳适应度值，以及收敛曲线的图像。 3. 适合算法研发人群使用。 4.如果您对资源的使用有疑问，请在CSDN私信作者

一种新型优化算法——蜜罐优化算法.zip