该文中包括5个内容：用MathType编辑的公式、伪代码、visio的流程图，matlab代码，PDF论文，拿来直接用，可以帮助科研者省下超多时间。

受传统农村捕鱼方法的启发，提出了一种基于人类行为的新元启发式优化算法--捕鱼优化算法(CFOA)。该算法模拟了农村渔民在池塘中捕鱼的过程，主要分为两个阶段:

探索阶段和开发阶段。在探索阶段，有两阶段搜索:首先，基于个人经验和直觉的个体捕捞阶段其次，基于人类使用工具和协作能力的群体捕捞阶段。在探索阶段从独立搜索过渡到群体捕捞。

开发阶段:所有渔民将围捕鱼群，并共同协作捞取剩余的鱼，这是一种集体捕捞策略。CFOA模型基于这两个阶段。

本文使用IEEE CEC 2014和IEEE CEC 2020测试函数测试了CFOA的优化性能，并将其与11种其他优化算法进行了比较。使用IEEE CEC2017函数评估了CFOA的整体性能。实验结果表明，CFOA表现出了出色的、稳定的优化性能。还尝试将CFOA应用于数据聚类问题，最终的结果表明，在处理聚类问题时，CFOA的整体错误率低于20%，从而实现了更好的聚类效果。

%%更多需要关注 面包多 、 微信公众号 ：一个专业的算法研究员，获取！