2025年10月一区SCI-麝牛优化算法Musk Ox Optimizer-附Matlab免费代码
引言
近年来，在合理框架内求解优化问题的元启发式算法的发展引起了全球科学界的极大关注。本期介绍一种新的创新算法——麝牛优化算法Musk Ox Optimizer，MO。MO模仿麝牛种群的社会行为，根据种群内“守卫”发出的信号做出迁徙、觅食和防御选择。这些行为可以转化为数学模型，并最终形成一种算法，该算法于2025年10月最新发表在 JCR 1区，中科院3区、新锐3区期刊 Cluster Computing。
. 初始化：与其他优化算法类似，通过在定义的决策空间范围内随机初始化种群来开始搜索优质解决方案。
2. 警报和安全信号。麝牛对危险的感知非常敏感，一旦发现危险，巡逻者就会发出“警报信号”，通知群体采取预防措施
式中，A为预警因子，T为最大迭代，α 1随T从1逐渐降至0。
3. 迁移（探索阶段）：L当威胁程度太大时，麝牛种群会迁移到更安全的地方。下面是麝牛迁徙过程中的数学模型。
4. 栖息行为（开发阶段）：当危险因素不能对麝牛构成威胁时，麝牛会选择栖息。在栖息阶段，麝牛种群也根据安全边际选择两种不同的栖息状态，觅食和防御。在这个阶段，成年雄性、雌性和幼崽会重新定位并相互交流。
1)觅食行为。
当安全范围足够大时，麝牛种群将通过觅食来补充能量。在这个阶段，不同的个体将根据其他麝牛的位置一起移动和觅食。这有助于麝牛群找到更适合生存的地方。
2)防御行为。
麝牛群生活在可能遇到北极熊和北极狼等天敌的环境中。在这种情况下，兽群本能地聚集在一起，在它们的首领强大的咆哮的引导下，形成一个统一的战线来抵御威胁
算法伪代码：
原文作者为了测试MO，选择了23个基准测试功能和CEC 2021。此外，使用威尔逊符号秩检验来判断结果的统计显著性。研究结果表明，当应用于两种类型的测试函数时，MO优于文献中的其他算法。此外，来自实际应用的结果也阐明了MO在解决未知搜索空间中的问题方面所具有的优势。
参考文献
Yuan, Y., Chong, G., Ren, J. et al. Musk ox optimizer (MO): a novel optimization algorithm and its application. Cluster Comput 28, 1041 (2025). https://doi.org/10.1007/s10586-025-05735-w.
Matlab代码下载
微信搜索并关注-优化算法侠（英文名：Swarm-Opti），或扫描下方二维码关注，以算法名字搜索历史文章即可下载。
完整代码
链接：https://pan.quark.cn/s/29556d4fcd1c
点击链接跳转：
400多种优化算法免费下载-matlab
求解cec测试函数-matlab
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程，SO EASY！
215种群智能优化算法python库
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决30种工程设计优化问题-python
《一行破万法》：80余种改进策略仅需一行，可改进所有优化算法（附matlab代码）
【有经典，有最新】24种信号分解方法（附matlab代码）
【分类新范式】28种一维数据转换成二维图像的方法-matlab代码
2025年故障诊断的创新思路在哪里？赶紧来学习这28种创新方法！
https://mp.weixin.qq.com/s/EdRYeziIhnZE5zK0ZZhwmg
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
14
0- 0
已为社区贡献4条内容
所有评论(0)