游隼优化算法 FPO｜2026年｜Python 与 MATLAB 双版本实现｜基础优化算法代码

游隼优化算法（FPO）

提出年份：2026 年　编程语言：Python + MATLAB 双版本

游隼优化算法（Falco peregrinus Optimization Algorithm，FPO）是 2026 年提出的一种仿生优化算法，模拟游隼的高空巡航、俯冲捕猎与团队围堵行为：用逃逸能量在探索与开发之间切换，包含帐篷映射初始化、多场景栖息、高地策略、围攻、团队急坠、包围与莱维飞行七组策略。

• Python 与 MATLAB 两套实现算法一致，接口对齐，便于交叉验证
• Python 版为纯 NumPy 向量化实现，MATLAB 版接口与常见基准代码一致
• 随包给出 CEC2005 的 F1~F15 冒烟测试脚本与公式自检脚本
• 论文未给出数值的参数（学习率、精英概率、惯性权重）集中在接口里，便于替换

交付内容：python/fpo.py、python/run_fpo_cec2005.py、python/formula_audit.py、matlab/FPO.m、matlab/Get_Functions_details.m、matlab/run_fpo_cec2005.m、README.txt

调用方式：Python 用 fpo(...)，MATLAB 用 FPO(...)，两者参数顺序一致

运行环境：Python 3.9+（NumPy、SciPy）／MATLAB R2016b 及以上，解压即可运行