一、算法简介

沙猫群优化算法（Sand Cat swarm optimization，SCSO）由Amir Seyyedabbasi与Farzad Kiani于2022年提出。该算法模拟了沙猫狩猎行为，思路新颖，简单高效。

沙猫是一种小个头的猫科动物，体长不过45-57cm。沙猫的腿短，头宽，还有一对大得夸张的耳朵。这对耳朵长在头部比较低的位置，在无甚遮掩的沙漠地带潜伏的时候，它们只要稍微用一点劲儿，就能把耳朵轻松放平到和头顶一样的高度，它们的毛发不算长，但十分浓密，厚实的皮毛为它们抵挡住了夜间沙漠的刺骨寒冷。沙猫的体色多为浅沙黄色或浅灰色，它们背部的颜色稍深，腹部则偏白，背上和四肢外侧都有一些横向的深色条纹或斑点。它们的尾巴较长，超过身长的一半，尾巴上也环绕着一些深色条纹。沙猫的头骨很宽，眼睛颇大，两颊各有一道深色条纹飞入眼角，它们的鼻骨较长，鼻子比较大，这不仅使它们嗅觉灵敏，据说还有助于锁住水份，沙猫的爪子和肉垫上还覆盖着长达两厘米的长毛，这样白天沙漠里滚烫的沙子就不会烫到它们的爪子了。

二、SCSO算法原理

沙猫群优化（SCSO）算法的灵感来自自然界中的沙猫行为，即寻找猎物和攻击猎物。沙猫的特殊功能，即检测低频噪声的能力，可以帮助其定位无论是在地面上还是在地下的猎物。算法包含两个阶段：

2.1全局勘探（搜索猎物）

2.2局部开采（攻击猎物）

三、SCSO算法流程

四、MOSCSO

将所提的MOSCSO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）以及个工程应用（盘式制动器设计）上实验,并采用IGD、GD、HV、SP进行评价。

部分实验结果：

ZDT1：

ZDT2：

ZDT3：

ZDT4：

DTLZ6：

盘式制动器设计：

五、源代码

源文件夹包含MOSCSO的所有代码，包含46个多目标测试函数，1个工程应用（盘式制动器设计），4种评价指标（IGD，GD，HV，SP）。代码可以直接运行，支持二次开发，MOSCSO算法新颖，快速高效，大力推荐。