改进正弦算法引导的蜣螂优化算法

蜣螂优化器（dung beetle optimizer,DBO）是一种有效的元启发式算法。蜣螂优化算法虽然具有寻优能力强，收敛速度快的特点，但同时也存在全局探索和局部开发能力不平衡，容易陷入局部最优，且全局探索能力较弱的缺点。提出了一种改进的DBO算法来解决全局优化问题，命名为MSADBO。受改进正弦算法（improved sine algorithm,MSA）的启发，赋予蜣螂MSA的全局探索和局部开发能力，扩大其搜索范围，提高全局探索能力，减少陷入局部最优的可能性。同时加入了混沌映射初始化和变异算子进行扰动。为了验证MSADBO的有效性，对该算法采用23个基准测试函数进行了测试，并与其他知名的元启发式算法进行了比较。结果表明，该算法具有良好的性能。为了进一步阐述MSADBO算法的实际应用潜力，将该算法成功地应用于3个工程设计问题。实验结果表明，所提出的MSADBO算法可以有效地处理实际应用问题。