改良䲟鱼优化算法：融合策略的全球优化新方法

改进的䲟鱼优化算法（Modified Remora Optimization Algorithm, MROA）是一种创新的元启发式优化算法，灵感来源于2021年科学家对海洋生物习性的研究。䲟鱼优化算法原版（Remora Optimization Algorithm, ROA）的设计借鉴了旗鱼（Swordfish Optimization Algorithm, SFO）和鲸鱼（Whale Optimization Algorithm, WOA）的觅食策略。这两种鱼类的特性被融入到算法中，以模拟全球和局部搜索过程：旗鱼代表全局搜索，强调快速探索新解；鲸鱼则象征局部优化，通过更精细的调整来接近最优解。 在MROA中，寄生行为被进一步扩展，包括经验积累机制。个体（在这里指的是优化问题中的解）会评估其当前“宿主”（即当前位置），通过在宿主周围的小范围移动，决定是否需要更换宿主。这种策略有助于在保持局部优势的同时，寻找全局最优解的可能性。此外，多策略的融合使得MROA更加灵活和高效，能够在解决复杂优化问题时展现更好的性能。 论文"Citation: Wen,C.; Jia,H.; Wu,D.; Rao,H.; Li,S.; Liu,Q.; Abualigah,L. ModifiedRemoraOptimizationAlgorithmwithMultistrategiesforGlobalOptimizationProblem."由一组来自中国的研究者发布于《数学》杂志，他们在2022年9月接受并最终发表，强调了该算法在数学优化领域的应用。该文章遵循Creative Commons Attribution (CC BY) 4.0许可协议，允许学术界和公众在合理范围内免费访问和使用研究成果。 MROA是一个强大的工具，它结合了生态系统的智慧和策略，为求解复杂的全局优化问题提供了新颖且实用的方法。它的适应性和灵活性使其在工程、机器学习等领域具有广泛的应用潜力。学习和理解这个算法不仅可以提升解决实际问题的能力，也促进了跨学科之间的知识交流与创新。