引言
本期介绍一种新的元启发式算法——恒星振荡优化算法Stellar oscillation optimizer，SOO。SOO的灵感来自星震学领域，该领域研究恒星的振荡行为，以了解其内部结构，物理性质和演化阶段。SOO模拟了在恒星脉动中观测到的动态膨胀和收缩阶段，以平衡勘探和开发。于2025年5月最新发表在JCR 1区，中科院3区 SCI期刊 Cluster Computing。
恒星振荡优化器（SOO）的灵感来自于在恒星中观测到的振荡现象，这是一个被称为星震学的领域，特别是恒星脉动中的正弦和余弦模式。星震学的重点是研究恒星的振荡或脉动，以了解它们的内部结构、物理性质和演化状态。此外，在星震学中，恒星振荡的角频率描述了恒星完成振荡周期的速度，而周期则代表了恒星完成振荡周期的时间。
1. 初始化：和其他群优化算法一样，采用随机初始化。
2. 对于每个振子i，根据星震振荡特性更新位置。而生成两个候选位置xosc1和xosc2。
最终更新的位置计算为两个候选位置的平均值
在优化过程中，振子位置受到前3颗星平均位置的影响。这个平均位置如下所示
这个平均位置作为生成新位置的参考点。受正弦和余弦函数影响的振荡运动产生一个新的位置：
该方程保证了新位置受到其他振子多样性的影响。
位置的每个维度j以0.5的概率更新
SOO算法伪代码：
03. 对比验证
原文作者使用IEEE CEC2020和CEC2022基准数据集进行评估，分别由10个和12个函数组成。此外，SOO的性能在三个实际工程设计问题上进行了测试，以进一步验证其有效性。SOO与10个物理和数学启发的优化器以及15个最近的优化器（2021-2024）进行了基准测试。与最近的25个物理和数学启发的优化器相比，SOO在CEC2020数据集中的10个函数中有6个获得了第一名。
参考文献
Rodan, A., Al-Tamimi, AK., Al-Alnemer, L. et al. Stellar oscillation optimizer: a nature-inspired metaheuristic optimization algorithm. Cluster Comput 28, 362 (2025). https://doi.org/10.1007/s10586-024-04976-5.
Matlab代码下载
微信搜索并关注-优化算法侠（英文名：Swarm-Opti），或扫描下方二维码关注，以算法名字搜索历史文章即可下载。
完整代码
点击链接跳转：
390种优化算法免费下载-matlab
https://mp.weixin.qq.com/s/EzKqtSwR9r2DkGj-ozJXwA
求解cec测试函数-matlab
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程，SO EASY！
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=1&sn=6b439e55b37b6482b8d3831ca85f1d55&chksm=c12be0c8f65c69de71ad51d3b736b871ff52f8646e90624f95dd32b024dfaad369d654aaf8fc#rd