一、算法原理

多目标甲虫优化算法 （Multi-objective Bombardier Beetle Optimizer，MOBBO）是单目标BBO（甲虫优化算法）的多目标改进版本，以投弹甲虫防御喷雾全局探索、扑翼逃逸局部开发为基础框架，融合高斯扰动搜索、竞争学习子代生成两大创新策略，搭配基于均匀参考点+环境选择的多目标种群筛选机制，用于求解多目标优化问题（MOOP）。

原文链接：https://blog.csdn.net/weixin_46204734/article/details/162150108

查看文献：

[1] Shehadeh H A, et al. Bombardier Beetle Optimizer: A Novel Bio-Inspired Algorithm for Global Optimization[C]. IEEE ICCIAA, 2026.

[2] Chen L, et al. Balancing the trade-off between cost and reliability for wireless sensor networks: a multi-objective optimized deployment method[J]. Applied Intelligence, 2022,53:9148-9173.

[3] MOMPA: a high performance multi-objective optimizer based on marine predator algorithm[C]. ACM, DOI:10.1145/3449726.3459581.

原文链接：https://blog.csdn.net/weixin_46204734/article/details/162150108

二、部分结果

三、完整MATLAB代码

https://mbd.pub/o/bread/mbd-YZaTmZ1rZA==

https://mbd.pub/o/bread/mbd-YZaTmZ1rZg==

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删