冬虫夏草优化算法（Caterpillar Fungus Optimizer，CFO）是2025年发表于中科院一区期刊《Renewable Energy》的一种新型群体智能算法，其灵感源于冬虫夏草（Ophiocordyceps sinensis）在高原极端环境下的寄生—重生生命周期。该算法通过抽象冬虫夏草孢子侵染幼虫、寄生发育、子实体形成及二次寄生的生物过程，构建了兼具全局探索与局部开发能力的双层搜索框架，旨在解决复杂非线性优化问题中的早熟收敛与局部极值陷阱难题。

针对单目标优化问题，冬虫夏草优化算法已显示出其有效性。然而，在面对多目标优化问题时，需要一种能够同时处理多个冲突目标的算法。因此，本文提出多目标冬虫夏草优化算法（Multi-objectiveCaterpillar Fungus Optimizer，MOCFO）。

算法参考文献

[1]Bo Yang, Boxiao Liang, Shuai Zhou, Yucun Qian, Ruyi Zheng, Hongchun Shu, Peng He, Jingbo Wang, Lin Jiang, Yiyan Sang, Hongbiao Li, A novel bio-inspired caterpillar fungus (Ophiocordyceps sinensis) optimizer for SOFC parameter identification via GRNN, Renewable Energy, Volume 256, Part B, 2026,123995,https://doi.org/10.1016/j.renene.2025.123995.

无人机模型参考文献：

[1] Phung M D , Ha Q P .Safety-enhanced UAV path planning with spherical vector-based particle swarm optimization[J].Applied Soft Computing, 2021(2):107376.DOI:10.1016/j.asoc.2021.107376.

一键三连，获取MATLAB代码

https://mbd.pub/o/bread/mbd-YZWWl5ZtaA==

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删