海洋捕食算法的详细原理，公式，应用案例MPA-BP

海洋捕食算法定义

海洋捕食者算法（Marine Predators Algorithm, MPA）是2020年由Afshin Faramarzi等人提出的元启发式优化算法，灵感来源于海洋捕食者与猎物的动态交互策略，核心机制包括Lévy运动（长距离随机搜索）、布朗运动（短距离随机游走）以及速度比适配（捕食者与猎物的速度关系），模拟“适者生存”理论以实现高效寻优

海洋捕食算法流程

初始化阶段
核心目标：生成初始解空间，构建精英矩阵（Elite）和猎物矩阵（Prey）。
公式：
初始解生成：

优化阶段

a 高速比，探索为主
策略：猎物速度 > 捕食者，捕食者采取“等待策略”，猎物通过布朗运动全局探索。
公式：

b 中等速度比，探索与开发平衡j

种群分为两部分，前半部分猎物通过Lévy运动开发局部区域，后半部分捕食者通过布朗运动引导猎物更新。