---

1.背景

2024年，MH Amiri受到自然界河馬社會行為啟發，提出了河馬優化算法（Hippopotamus Optimization Algorithm, HO）。

2.算法原理

2.1算法思想

HO從河馬社會行為中汲取靈感，模擬了它們在河流或池塘中的位置更新、對捕食者的防御策略和逃避策略。

2.2算法過程

河馬在河流或池塘中的位置更新(探索)

河馬群體結構復雜，由若干成年雌性、幼崽、多只成年雄性以及一只占統治地位的雄性（即群體的領導）組成。群體中的領導雄性負責保護群體和領域免受外來威脅。在河馬的社交結構中，雌性通常被置于雄性的保護之下。隨著成年雄性河馬的成長，它們往往會被領導雄性趕出原有的群體，這些雄性河馬則需要通過吸引雌性或與其他成熟雄性競爭以建立自己的領導地位。

其中，χimhippo表示雄性河馬的位置，Dhippo表示優勢河馬的位置。參數為：

式(6)和(7)描述了雌性或未成熟河馬在獸群中的位置(χiFBhippo)。大多數未成熟的河馬都靠近它們的母親，但由于好奇，有時未成熟的河馬會與獸群分開或遠離它們的母親。當T大于0.6時，表示未成熟的河馬已經離開了母親(式5)。當r6大于0.5時，表示未成熟的河馬已經離開了母親，但仍在獸群內或附近(式7)，否則表示未成熟的河馬已經離開了獸群。未成熟河馬和雌性河馬的這種行為是根據方程建立模型的。(6)、(7)。h1、h2是從h方程中五種場景中隨機選取的數字或向量。在式(7)中，r7是0到1之間的隨機數。式(8)、(9)描述了雄性和雌性或未成熟河馬在群體中的位置更新。Fi為目標函數值。

使用h向量，I1和I2場景增強了算法的全局搜索，提高了算法的探索能力。

河馬防御掠食者(探索)

河馬采用的主要防御策略是迅速轉向捕食者，并發出響亮的叫聲，以阻止捕食者靠近它們。在這個階段，河馬可能會表現出接近捕食者的行為，以誘導其撤退，從而有效地抵御潛在的威脅。

式(11)表示第i只河馬到捕食者的距離。在這段時間里，河馬采取了一種基于fpredator因子的防御行為來保護自己免受捕食者的攻擊。如果f捕食者j小于Fi，表明捕食者離河馬非常近，在這種情況下，河馬迅速轉向捕食者并向其移動，使其撤退。如果f捕食者j較大，則表明捕食者或入侵實體距離河馬的領地較遠。

如果F HippoR i大于F，則表示該河馬已被獵殺，將有另一頭河馬在群中取而代之，否則獵人逃跑，該河馬將返回群中。在第二階段，在全局搜索過程中觀察到顯著的增強。第一階段和第二階段相輔相成，有效地降低了陷入局部最小值的風險。

河馬逃離捕食者(開發)

河馬面對捕食者的另一種行為是當河馬遇到一群捕食者或無法用防御行為擊退捕食者時。在這種情況下，河馬會試圖離開該區域。

從三種場景中隨機選擇:

偽代碼

3.結果展示

4.參考文獻

[1] Amiri M H, Mehrabi Hashjin N, Montazeri M, et al. Hippopotamus optimization algorithm: a novel nature-inspired optimization algorithm[J]. Scientific Reports, 2024, 14(1): 5032.

5.代碼獲取

資源清單