1
算法简介
海洋捕食者算法（Marine Predators Algorithm,MPA）是一种自然启发式的优化算法，MPA 的主要灵感是最佳觅食策略中自然支配的规则，即海洋捕食者的 Lévy 和 Brownian 运动(原理百度即可，已广泛应用于群智能中)以及捕食者和猎物之间相互作用的最佳遭遇率策略。
2
MPA算法原理
与大多数元启发式算法类似，MPA 是一种基于种群的方法，其中初始解作为第一次试验均匀分布在搜索空间上：
X 0 = X min + rand ( X max − X min )
MPA优化过程分为三个主要优化阶段，考虑不同的速度比，同时模拟捕食者和猎物的整个活动：
（1）在高速度比或当猎物移动得比捕食者快时（初始阶段，布朗运动）
（2）在单位速度比或当捕食者B和猎物L几乎以相同的速度移动时（算法中期平衡全局与局部搜索能力，levy飞行随机游走）
(3) 当捕食者比猎物移动得更快时，速度比低。（算法后期）
（4）涡流的形成和 FADs 的影响
（5）MPA伪代码
3
测试函数仿真图
由于代码太占地方，直接从后台获取吧，里面还包括了相关的参考文献（国内相关的算法文献较少，国外的较多）
4
参考文献
[1]Faramarzi Afshin,Heidarinejad Mohammad,Mirjalili Seyedali,Gandomi Amir H.. Marine Predators Algorithm: A Nature-inspired Metaheuristic[J]. Expert Systems with Applications,2020(prepublish):
5
代码获取方式
后台回复 MPA
详细代码+中文注释+参考文献
下期更新鲸鱼优化算法
