一、算法简介

嗅觉优化算法（Smell Agent Optimization，SAO）由Ahmed T. Salawudeen等人于2022年提出，该算法受气味来源启发所得，思路新颖。

二、算法原理

SAO模拟了气体来源的三种模式：

2.1嗅探模式

2.2尾随模式

2.3随机模式

三、算法流程

四、数值实验

将嗅觉优化算法的优良策略与多目标优化思想结合，形成多目标嗅觉优化算法（MOSAO），为了验证所提的MOSAO的有效性，将其在46个多目标测试函数（ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3）以及1个工程应用（盘式制动器设计）上实验。

4.1测试函数部分结果

ZDT1：

ZDT3：

ZDT6：

4.2工程应用（盘式制动器设计）

参考多目标优化算法：多目鳄鱼狩猎策略优化算法MOCHS

MOSAO求解结果：

4.3评价指标

五、源文件

源文件夹包含MOSAO所有代码（含46个多目标测试函数+1个工程应用+4种评价指标）以及原始文献。代码可直接运行，支持二次开发。MOSAO原理简单，思路新颖，算法高效，值得推荐。