融合组织P系统的自适应t分布蜣螂算法

来源：计算机工程与应用杂志2025年第4期北京时间：

作者：许家昌, 江琳, 苏树智

单位：1.安徽理工大学第一附属医院（淮南市第一人民医院），安徽 淮南 232001；2.安徽理工大学 计算机科学与工程学院，安徽 淮南 232001

摘要：针对原始蜣螂算法（dung beetle optimizer，DBO）易受自身影响，导致局部搜索和全局搜索不平衡，容易陷入局部最优的问题，提出一种结合组织膜的自适应t分布蜣螂算法（adaptive t-distribution DBO with tissue-like membrane，MC-TDBO）。设计自适应惯性因子改变繁育蜣螂和小偷蜣螂的步长，动态调节蜣螂个体的探索幅度，协调并优化算法的全局搜索和局部开发能力；引入鲸鱼算法改进觅食行为，促使种群向最优位置靠近，提高算法的计算精度；结合成功率和自适应t分布，提升算法跳出局部最优的能力；引入组织P系统与改进后的DBO算法结合，增强算法收敛效率。采用14个基准函数进行仿真测试，实验结果表明，MC-TDBO算法和原始DBO算法等四种算法相比，寻优速度、求解精度和稳定性均得到了显著提升。将MC-TDBO算法在阈值分割中进行应用测试，进一步验证其有效性。

关键词：组织P系统,蜣螂算法,自适应t分布,动态惯性权重