一种新型病毴扩散优化 (VDO) 算法用于全局优化
最优化与控制
2025-10-29 v1
摘要
元启发式算法广泛应用于解决复杂优化问题，包括非线性、多模态和高维任务。然而，许多现有方法 suffer from 早期收敛、探索有限以及在大规模搜索空间中性能下降。为克服这些限制，本文引入了一种新型病毴扩散优化器 (VDO)，灵感来自单纯疱疹病毒的生命周期和传播动力学。VDO 集成了四种生物学激励策略，包括病毒靶向探索、病毒复制步骤调节、病毒扩散传播以及潜休激活机制，以实现全局探索与局部开发之间的平衡。在标准基准问题上的实验，包括 CEC 2017 和 CEC 2022，表明 VDO 在收敛速度、解的质量和可扩展性方面 consistently 超过了最新的元启发式方法。这些结果突显了病毒启发策略在优化中的有效性，并将 VDO 定位为解决工程和计算智能领域大规模复杂问题的有前景的工具。为确保可重复性并促进进一步的研究，VDO 的源代码已公开提供。
引用
@article{arxiv.2510.24083,
title = {A Novel Virus Diffusion Optimization (VDO) Algorithm for Global Optimization},
author = {Zhaoqi Sun and Qingsong Wang},
journal= {arXiv preprint arXiv:2510.24083},
year = {2025}
}