适应度相关优化器：受蜜蜂分蜂繁殖过程启发

在本文中，提出了一种新颖的群体智能算法，称为适应度相关优化器（FDO）。该算法受到蜜蜂分蜂繁殖过程及其集体决策的启发；它与蜜蜂算法或人工蜂群算法在算法上没有任何关联。值得一提的是，FDO被认为是一种基于粒子群优化（PSO）的算法，通过增加速度（步长）来更新搜索智能体的位置。然而，FDO计算速度的方式有所不同；它利用问题的适应度函数值来生成权重，并且这些权重在探索和开发阶段均用于指导搜索智能体。在整篇论文中，介绍了FDO算法，并解释了该构想背后的动机。此外，FDO在一组19个经典基准测试函数上进行了测试，并将结果与三种知名算法进行了比较：PSO、遗传算法（GA）和蜻蜓算法（DA）；另外，FDO还在IEEE进化计算大会基准测试函数（CEC-C06, 2019 Competition）1上进行了测试。结果与三种现代算法进行了比较：(DA)、鲸鱼优化算法（WOA）和樽海鞘群算法（SSA）。FDO的结果在大多数情况下展现出更好的性能，在其他情况下展现出具有竞争力的结果。此外，使用Wilcoxon rank-sum test对结果进行了统计检验，以证明结果的显著性。同样，使用不同的标准度量验证了FDO在探索和开发阶段的稳定性并证明了其性能。最后，将FDO应用于实际应用中，作为其可行性的证据。