猎豹算法详细原理，公式，应用案例—基于猎豹算法的函数优化

猎豹算法定义

猎豹优化算法（Cheetah Optimizer, CO）是一种受猎豹捕猎行为启发的群体智能优化算法，由Mohammad AminAkbari等人于2022年提出，主要用于解决复杂优化问题。 [1Scientific Reports]。CO 算法以其高效性能和新颖思路著称，并且已被证明在解决复杂优化问题方面非常有效 。
CO 算法的核心思想是模拟猎豹捕猎时的几种关键行为：搜索、坐等、攻击、放弃猎物并返回家园。

猎豹算法流程

初始化阶段
核心目标：生成初始解空间，构建初始化矩阵

四大搜索策略

a 探索策略，全局搜索

b 静候策略，避免过早收敛

c 攻击策略，局部开发

d 反巢策略，种群多样性