声明：文章是从本人公众号中复制而来，因此，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~

目录

原理简介

一、初始化阶段

二、自适应步长游走策略

三、基于绝对差值的自适应步长策略

四、基于边界的自适应步长策略

算法伪代码

性能测评

参考文献

完整代码

---

RRT优化算法(RRT-Based Optimizer, RRTO)是一种新型的元启发式算法（智能优化算法），灵感来源于机器人路径规划中常用的快速探索随机树（RRT）算法的搜索机制。该算法首次将RRT算法的概念与元启发式算法相结合，性能不错，值得一试！该成果由GUANG-JIN LAI等人于2025年3月发表在SCI期刊《IEEE Access》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：RRT是一种概率型增量搜索算法，能够在高维空间中快速扩展，通过随机采样和增量构建树状结构，有效探索复杂约束环境。RRTO算法将其转化为适用于连续优化问题的元启发式框架。它将灵感转换为：

①随机采样 → 自适应步长游走策略：模拟RRT中“朝向随机点前进”的机制，实现广域探索。

②树的扩展方式 → 基于差值与边界的步长调整：模拟RRT中“朝目标增量扩展”的方向性，将最优解作为目标点引导搜索。

③碰撞检测 → 边界检测机制：将搜索边界视为“障碍”，确保个体不越界。

一、初始化阶段

在初始化阶段，RRTO算法首先在搜索空间内随机生成种群个体位置：

其中和分别为搜索空间第j维的下界和上界，为(0,1]之间的随机数。

二、自适应步长游走策略

通过设计两个随迭代次数变化的函数K与E来调整步长：

位置更新公式为：

步长为： 

其中r1为(0,1]随机数，Ubij、Lbij为搜索空间边界，C为步长惩罚因子。

三、基于绝对差值的自适应步长策略

基于当前最优位置与当前个体位置的差值来更新个体位置：

步长计算为： 

其中为自适应调整因子： 

这里的b为： 

而激活阈值设为：

四、基于边界的自适应步长策略

用于更精细的局部搜索，位置更新公式为：

步长定义为： 

其中，角度β与迭代次数相关： 

阈值m2设为：

自适应因子α2为：

算法伪代码

为了使大家更好地理解，这边给出作者算法的伪代码，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

原文作者在23个标准基准函数、CEC2017测试套件和6个约束优化问题上进行了测试，与超过8个对等元启发式算法相比，RRTO在不同的问题上取得了有竞争力的结果。

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2024年新出的红嘴蓝鹊优化算法RBMO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，这个算法在收敛速度很快，在大部分函数上都有比较好的效果！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]Lai G, Li T, Shi B. RRT-based Optimizer: A novel metaheuristic algorithm based on rapidly-exploring random trees algorithm[J]. IEEE Access, 2025.

完整代码

如果需要免费获得图中的完整测试代码，只需后台回复关键字，不区分大小写：

RRTO

也可后台回复个人需求（比如RRTO-CNN-LSTM-Attention）付费定制以下RRTO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、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RRT优化算法RRTO以及鱼鹰OOA、蛇鹫SBOA等任意优化算法均可，保证测试函数效果，一般可直接核心！