Jaya算法是一種基於種群的最佳化算法，主要用於解決連續最佳化問題。該算法由Rao和Pandu Ranga提出，其核心思想是趨近最優解，遠離最差解。在每次疊代中，Jaya算法會根據目標函式的值來調整個體解的位置，具體而言，它通過比較當前個體解和鄰近個體解的值來更新個體解，從而使得目標函式的值不斷減小。
Jaya算法的基本步驟如下：
初始化種群和算法參數；
每次疊代過程中確定種群中的最優解和最差解；
根據位置更新公式生成新的解個體。若新解更優，則替換原解，否則保留原解；
重複步驟2和3，直到滿足終止條件，並輸出到目前為止找到的最優解。
Jaya算法的實現過程相對簡單，易於理解和實現，不需要設定複雜的參數，也不需要求解梯度等信息。與其他元啟發式算法相比，Jaya算法更容易理解和實現，適用於解決各種不同的問題，如函式最佳化、組合最佳化、約束滿足問題等。