许仁钰 薛义博 陈枨 石又升 胡林伟 张浩东

摘要：随着国内科技的发展，各种各样的算法随之涌现而来。在当今这个时代，人工智能的发展与应用更加的广泛，作为新型的智能优化算法—獾算法，主要通过模拟蜜獾智能觅食行为来进行寻优，具有寻优能力强，收敛速度快等特点，本文主要对该算法进行浅析。

关键字：蜜獾算法，智能优化，种群

0.引言

蜜獾算法由Fatma A. Hashima等人于2021年提出，主要模拟了蜜獾的挖掘和寻找蜂蜜的动态搜索行为，因其实验结果良好，结构简单，故在未来具有广泛的应用前景。

蜜獾算法（HBA）模拟了蜜獾的觅食行为，为了找到食物源，蜜獾要不嗅挖，要不跟随蜜獾。第一种行为为挖掘模式，第二种行为为采蜜模式。在挖掘模式中，它利用自己的嗅觉来确定猎物的大致位置;当到达那里时，它会绕着猎物移动，以选择合适的位置来挖掘和捕捉獵物。在采蜜模式中，蜜獾利用引导獾的位置直接定位蜂巢。

3.实验结果：

HBA算法结构较为简单，思路清晰。算法利用蜂蜜吸引度有效地保证了开发能力，有效的引导个体向最优个体靠拢，同时密度因子确保了算法从勘探阶段到开发阶段的平稳过渡，根据案例所获取的测试结果如下图所示。

参考文献：

[1]包子阳.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.

[2]张岩，吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.

资助项目：国家级大学科技创新项目（基于Spark的校园网蜜罐系统的研究与设计，项目编号：201911488010 ）。作者简介：许仁钰衢州学院2018级物联网工程专业学生。……