フグ最適化アルゴリズム：最適化問題を解決するための新しい生物模倣メタヒューリスティックアルゴリズム

本論文では、自然界におけるフグの自然行動を模倣したフグ最適化アルゴリズム（POA）という新しい生物模倣メタヒューリスティックアルゴリズムを紹介します。POAの基本的なインスピレーションは、フグの捕食者に対する防御メカニズムから適応されています。この防御メカニズムでは、水で弾性のある胃を満たすことによって、フグは尖ったトゲを持つ球形のボールになり、その結果、空腹の捕食者はこの脅威から逃げることになります。POAの理論は述べられ、捕食者の攻撃をフグにシミュレーションすることに基づく（i）探索と、トゲのある球形フグからの捕食者の逃避をシミュレーションすることに基づく（ii）利用の2つの段階で数学的にモデル化されます。POAの性能は、問題の次元が10、30、50、および100であるCEC 2017テストスイートを扱うのにおいて評価されます。最適化結果は、POAが探索、利用、およびそれらの間のバランスの適切な能力を持つ効果的な解決策を達成したことを示しています。最適化プロセスにおけるPOAの品質は、12の有名なメタヒューリスティックアルゴリズムの性能と比較されます。シミュレーション結果は、POAが競合アルゴリズムと比較して、CEC 2017テストスイートを解決するためのほとんどのベンチマーク関数でより良い結果を達成することにより優れた性能を提供することを示しています。また、POAの現実のアプリケーションにおける最適化タスクを扱う効果は、CEC 2011テストスイートからの22の制約付き最適化問題および4つの工学設計問題で評価されます。シミュレーション結果は、POAが競合アルゴリズムと比較して、より良い解決策を達成することによって現実のアプリケーションを扱う際に効果的な性能を提供することを示しています。