声明：文章是从本人公众号中复制而来（如图片无法显示可前往本人公众号找到对应推文查看）。想最新最快了解各类智能优化算法及其改进的朋友，可关注我的公众号：强盛机器学习，不定期会有很多免费代码分享~

酶作用优化算法(Enzyme action optimizer, EAO)是一种新型的元启发式算法（智能优化算法），作者模拟生物系统中酶的自适应机制，采用一种新的策略，在探索和利用之间进行动态平衡，能够有效优化复杂的多维搜索空间！该成果由Ali Rodan等人于2025年4月发表在SCI期刊《The Journal of Supercomputing》上！

​

由于发表时间较短，谷歌学术上还没人引用！你先用，你就是创新！

​

原理简介

灵感：酶作用优化算法（Enzyme Action Optimizer, EAO）灵感来源于生物系统中酶催化反应的适应性机制。酶通过与底物（substrates）的结合，促使底物快速转化为稳定的产物。这种适应性机制涉及活性位点与底物结合、辅因子（cofactors）参与，以及随机扰动机制，这些特征共同实现了酶在不同环境条件下的高效催化。受到这一生物特性的启发，EAO算法模仿了酶在催化过程中快速适应和动态调整的能力，以应对高维、复杂优化问题。

​

一、初始化阶段

在正式开始酶作用优化算法（EAO）之前，首先需在给定的解空间中随机初始化一系列潜在的解，这些解称为底物。每个底物表示搜索空间中的一个潜在解位置：

二、催化适应阶段（Catalytic Adaptation Phase）

在EAO算法中，每个底物（候选解）的位置更新过程受到酶催化底物转化为产物的机制启发。该阶段模拟酶在催化反应中通过辅因子（cofactors）和随机扰动对底物的动态调控，以实现对解空间的高效探索与局部开发。具体而言，该阶段中每个底物产生两个新候选位置：

• 第一个候选位置：
• 第二个候选位置：

三、位置选择与更新阶段

该阶段的主要目标是通过评估两个候选位置的质量（适应度值），选择其中的较优位置，以确定底物下一步的位置：

​

之后再将该候选位置的适应度与底物原有位置进行比较：

​

如果新位置的适应度优于原位置，则替换底物位置。接下来，更新全局最佳位置：

​

这一过程模拟酶催化底物转化为产物的选择性与适应性，确保每次迭代能够有效提升整体解的质量。

算法流程图和伪代码

为了使大家更好地理解，这边给出作者算法的流程图和伪代码，非常清晰！

​

​

如果实在看不懂，不用担心，可以看下源代码，再结合上文公式理解就一目了然了！

性能测评

原文作者采用23个经典的基准函数、CEC2017、CEC2022基准函数、五个工程设计问题，与14个最近和高引用的优化器进行了比较。结果表明，EAO在找到最优解，收敛速度，鲁棒性和整体性能方面优于所比较的优化器。

这边为了方便大家对比与理解，采用23个标准测试函数，即CEC2005，设置种群数量为30，迭代次数为1000，和2023年新出的雪消融优化算法进行对比！这边展示其中5个测试函数的图，其余十几个测试函数大家可以自行切换尝试！

​

​

​

​

​

可以看到，这个算法性能不错，在F1-F4函数上收敛非常快！绝大部分函数上的性能都超过了SAO算法，大家应用到各类预测、优化问题中也是一个不错的选择~

参考文献

[1]Rodan A, Al-Tamimi A K, Al-Alnemer L, et al. Enzyme action optimizer: a novel bio-inspired optimization algorithm[J]. The Journal of Supercomputing, 2025, 81(5): 686.

也可后台回复个人需求（比如EAO-Transformer）付费定制以下EAO算法优化模型（看到秒回）：

1.回归/时序/分类预测类：SVM、RVM、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、SAE、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、BP、XGBoost、LightGBM、TCN、BiTCN、ESN、Transformer等等均可~

2.组合预测类：CNN/TCN/BiTCN/DBN/Transformer/Adaboost结合SVM、RVM、ELM、LSTM、BiLSTM、GRU、BiGRU、Attention机制类等均可（可任意搭配非常新颖）~

3.分解类：EMD、EEMD、VMD、REMD、FEEMD、TVFEMD、CEEMDAN、ICEEMDAN、SVMD、FMD等分解模型均可~

4.路径规划类：机器人路径规划、无人机三维路径规划、冷链物流路径优化、TSP、VRPTW路径优化等等~

5.优化类：光伏电池参数辨识优化、光伏MPPT控制、储能容量配置优化、微电网优化、PID参数整定优化、无线传感器覆盖优化、图像分割、故障诊断、车间调度、车间布局优化等等均可~~

6.原创改进优化算法（适合需要创新的同学）：原创改进2025年的酶作用优化算法EAO以及旅鼠算法ALA、黑翅鸢算法BKA等任意优化算法均可，保证测试函数效果，一般可直接核心！

​