布谷鸟鲶鱼优化器

求解优率逾九成

融合多种搜索策略的新型元启发式优化算法，在经典与CEC测试中表现优于多种现有算法，并成功应用于机械、光伏和路径优化问题。

王天雷 · Shaowei, Gu · Liu, Renju · Leqing, Chen · 王翥 · Zeng, Zhiqiang

Artificial Intelligence Review 2025

参数信息

最优解比率

91.52 %

对比算法数量

21

机械优化问题数

6

光伏参数辨识问题数

3

路径优化问题数

1

技术优势

高求解成功率

在测试函数上能获得最优解，证明算法在多种问题上的稳健性。

适用范围广

成功应用于机械、光伏和路径优化问题，说明算法能处理现实世界的连续优化任务。

应用场景

• 机械优化：直接用于机械设计中的连续参数优化，替代传统试错法。
• 光伏参数辨识：快速提取光伏电池模型参数，提高建模精度。
• 路径规划：用于求解路径规划中的最短或最优路径问题。